108 lines
7.1 KiB
Markdown
108 lines
7.1 KiB
Markdown
# Gitea Runner 协议调度器路线
|
||
|
||
## 目标
|
||
|
||
长期形态不依赖 `workflow_job` webhook 发现工作。controller 本身作为 Gitea Runner
|
||
协议客户端注册，并声明 `self-hosted`、`pod` 和 `vm` labels；它只在后端存在可用容量
|
||
时领取 task，然后将该 task 交给一个一次性 Pod 或 microVM 执行。
|
||
|
||
```text
|
||
Gitea RunnerService
|
||
│ Register / Declare / FetchTask
|
||
▼
|
||
dynamic-runner scheduler
|
||
│ 已领取的 task + lease
|
||
├── Pod executor
|
||
└── microVM executor
|
||
│ logs / state / result
|
||
└──────────────────────► Gitea
|
||
```
|
||
|
||
controller 使用单一 Go 二进制；默认在同一进程启用 `scheduler`、`pod-worker` 和
|
||
`vm-worker`，也可通过 `--components` 只启用其中一部分。组件是独立应用服务边界，
|
||
共享进程不意味着共享后端状态或把 assignment 降级为内存 channel。
|
||
|
||
首轮集成的 facade pending/claimed registry 与三个组件同进程。虽然二进制保留组件选择
|
||
接口，但当前会拒绝“worker 不带 scheduler/facade”的拆分部署：普通 Kubernetes Service
|
||
无法保证 executor 回到持有其 assignment 的 replica。后续拆分必须增加按 assignment
|
||
路由或可重建的 claim 分发，不能新增一套生命周期数据库来掩盖该问题。
|
||
|
||
executor 直接运行固定版本的官方 Gitea Runner 二进制，不 fork workflow 执行引擎。
|
||
controller 暴露兼容 RunnerService 的 facade：`FetchTask` 只返回已分配 assignment，
|
||
`UpdateTask` 与 `UpdateLog` 转发真实 Gitea。facade 同时验证逻辑 SPIFFE ID、assignment
|
||
ID，以及由 controller 密钥确定性生成的 assignment HMAC capability；该 capability
|
||
只绑定执行实例，不参与 Zot/OpenBao 等业务授权。
|
||
|
||
executor 为官方 runner 生成与 v3.5.0 schema 一致的一次性 `.runner` 文件，并以
|
||
`daemon --once` 启动。runner 只访问 executor 内的 loopback HTTP proxy；proxy 使用
|
||
`go-spiffe` 从 Workload API 持续取得和轮换 X509-SVID，再以 mTLS 连接 controller
|
||
facade，并严格校验 facade 的 SPIFFE ID。这样无需修改 runner 或把静态客户端证书写入
|
||
镜像。assignment capability 会进入一次性 executor 环境，但不会进入 label、annotation
|
||
或 OpenSandbox metadata；它只对该 assignment 有效，并且不能绕过 SPIFFE 身份校验。
|
||
|
||
这与“收到 webhook 后临时注册另一个 act_runner”不同。`FetchTask` 已经完成任务分配，
|
||
不能再期待 Gitea 把同一个 task 分配给随后启动的 runner。协议调度器必须让 executor
|
||
执行已经领取的 task，并继续完成日志、状态、心跳、取消和最终结果上报。
|
||
|
||
## 设计约束
|
||
|
||
- 对 workflow 的接口保持 `[self-hosted, pod]` 和 `[self-hosted, vm]` 不变。
|
||
- scheduler 在没有对应 backend 容量时不领取 task，避免本地形成不可控积压。
|
||
- scheduler Declare 后使用 RunnerService 长轮询；一旦 FetchTask 返回已分配 task，在
|
||
JetStream publish 成功前只重试该 assignment，不领取下一项。
|
||
- 每个 executor 只执行一个 task，完成后销毁。
|
||
- SPIFFE 身份从实际领取的 task 的 repository 和 workflow job key 派生，不需要 queued 与
|
||
in-progress webhook 的二阶段关联。
|
||
- 身份中的 task 段使用 workflow job key，而不是可带空格的展示名称；job key 必须满足
|
||
`[A-Za-z_][A-Za-z0-9_-]*`。slug + hash 只保留为旧名称的显式迁移后备方案。
|
||
- scheduler 只做确定性的身份派生与 executor 绑定，不维护业务授权 policy；Zot、
|
||
OpenBao 等资源服务继续是唯一授权决策点。
|
||
- scheduler 的 runner registration credential 不进入 executor；executor 只得到执行
|
||
当前 task 所需的短期 lease/capability。
|
||
- JetStream 只持久化和投递 assignment，不保存 executor 生命周期状态。Pod labels/annotations
|
||
与 OpenSandbox metadata 是后端运行状态的权威来源，Gitea 是 task 终态的权威来源。
|
||
- assignment 使用版本化 envelope 保存完整 Gitea protobuf task，并从 workflow `runs-on`
|
||
严格选择 pod 或 vm subject；消费者解码后重新派生 backend 与身份，拒绝被篡改的冗余字段。
|
||
- JetStream 的 message ID 等于稳定 assignment ID `gitea-task-<task-id>`，仅用于发布去重，
|
||
不承担 executor 生命周期记录。
|
||
- worker 按稳定 assignment ID reconcile 后端资源，进程内只保留并发控制等可丢弃状态；
|
||
不新增数据库，也不依赖内存中的 runner-to-executor 映射。
|
||
- VM worker 使用 OpenSandbox 官方 Go SDK，并把 assignment ID、repository、job key 和
|
||
SPIFFE ID写入 sandbox metadata；通过 `extensions.poolRef=ci-vm` 使用既有 Kata Pool。
|
||
- 结果处理顺序固定为回报 Gitea、清理后端、ACK assignment；重投时先查询 Gitea 终态，
|
||
从而关闭后端已删除但消息尚未 ACK 的崩溃窗口。
|
||
- pod 与 vm 使用独立 durable consumer 和并发上限。consumer 只负责将 assignment
|
||
幂等落到后端；executor 与身份恢复 metadata 持久化后立即 `DoubleAck`。尚未取得
|
||
Pod UID 等短暂未就绪状态以及临时后端错误使用延迟 NAK。
|
||
- assignment ACK 后的运行、结果回报和清理由 backend reconciler 根据 Kubernetes、
|
||
OpenSandbox 与 Gitea 的事实状态驱动，不继续占用 JetStream delivery。
|
||
- consumer 在 executor 使用上述 facade 成功 claim task 后确认 assignment；无需把完整
|
||
task 写入 Pod annotation、OpenSandbox metadata 或环境变量。
|
||
- Pod 与 VM 共享 task/executor 协议，只有环境创建和销毁实现不同。
|
||
- 两种 backend 都注入同一份 runner bootstrap 环境；Pod 仍由 homelab Kubernetes 原生
|
||
创建，只有 VM 经 OpenSandbox 创建，bootstrap 机制不改变 backend 边界。
|
||
|
||
## 实现顺序
|
||
|
||
1. 固定当前 Gitea 版本所使用的 RunnerService protobuf 与 act_runner 版本，记录兼容
|
||
范围并建立协议契约测试。
|
||
2. 实现只注册、Declare labels 和容量感知 FetchTask 的 scheduler spike，暂不执行
|
||
task。首次集成必须验证 FetchTask 后、JetStream publish 前进程崩溃时 Gitea 对同一
|
||
runner 的 task 恢复语义；该窗口未验证前不能声称 scheduler 可无损恢复。
|
||
3. 从 act_runner 提取或复用 task 执行与日志上报能力，定义 scheduler 到 executor 的
|
||
单任务协议。
|
||
4. 首先接入 Pod executor，验证成功、失败、取消、超时和 scheduler 重启。
|
||
5. 接入 microVM executor，并复用同一 task 协议和身份派生逻辑。
|
||
6. 双轨运行并验证后，移除 webhook receiver、临时 runner 注册和 identity binding
|
||
subject。
|
||
|
||
## Bootstrap 实现的退出条件
|
||
|
||
只有同时满足以下条件才能删除 webhook 路径：
|
||
|
||
- scheduler 能通过 RunnerService 稳定领取并执行 Pod/VM task；
|
||
- Gitea UI 中的实时日志、取消、超时和结论与官方 runner 行为一致；
|
||
- scheduler 重启不会丢失已领取 task，也不会重复执行；
|
||
- SPIFFE 身份只来自实际领取 task；
|
||
- 同一套 workflow 无需修改 `runs-on` 即可从 bootstrap 迁移。
|