部署指南

用于快速完成 Sealos 私有云基础安装部署，涵盖环境要求、参数配置、GPU 设置、安装执行与访问验证。

服务器要求

操作系统：Linux，推荐 CentOS 7+ 或 Ubuntu 20.04+，支持其它国产操作系统
运行权限：仅支持 Linux，要求以 root 用户执行安装
架构：支持 x86 和 ARM
内核版本：默认要求内核 >= 5.10
兼容例外：RHEL / Rocky / Alma / CentOS / Oracle Linux 以及 Euler / openEuler 可放宽到 >= 4.18
网络要求：所有节点之间网络互通
域名要求：准备好访问域名，也可以使用测试域名或 nip.io
磁盘分区：所有节点都要配置 /data 分区，建议使用 LVM，方便后期扩容
时间配置：所有节点 hostname 不能重复，并提前配置好时区和 NTP
容器环境：禁止预装 docker 或其他容器组件

最低资源

角色	数量	资源类型	推荐规格	说明
master + node	1	ECS	16C32G	系统盘 500G，数据盘 1T

角色	数量	资源类型	推荐规格	说明
master	1	ECS	16C32G	系统盘 500G，数据盘 1T
node	3	ECS	32C128G	系统盘 500G，数据盘 1T，PVC 数据盘 2T

三步快速部署

第 1 步：配置基础参数

编辑 install/v1/sealos.env 文件，配置以下必需参数：

测试环境可以使用 nip.io 自动 DNS，例如 192.168.1.10.nip.io
生产环境建议使用真实域名并提前配置 DNS 解析
建议默认优先使用 SSH 密钥认证，不要依赖密码认证

# ========== 必需配置 ==========

# 访问域名（重要）
SEALOS_V2_CLOUD_DOMAIN="cloud.example.com"

# Master 节点 IP 和 SSH 端口
SEALOS_V2_MASTERS="192.168.1.10:22"

# SSH 私钥路径（推荐使用密钥认证）
SEALOS_V2_SSH_KEY="/root/.ssh/id_rsa"

# 网卡配置（根据实际网卡名称调整）
SEALOS_V2_CILIUM_INTERFACE="eth0"

# ========== 可选配置（通常默认值即可）==========

# Worker 节点（可选）
# SEALOS_V2_NODES="192.168.1.11:22,192.168.1.12:22"

# SSH 密码（不推荐，安全性较低）
# SEALOS_V2_SSH_PASSWORD="your-password"

# 存储配置（可选）
# SEALOS_V2_OPENEBS_STORAGE="/data/openebs"
# SEALOS_V2_OPENEBS_VGNAME=""

# 证书配置
# SEALOS_V2_ENABLE_ACME="false"
# SEALOS_V2_CERT_PATH=""
# SEALOS_V2_KEY_PATH=""

# 离线配置
# SEALOS_V2_NETWORK_OFFLINE="false"
# 离线节点 hostname 名称（默认写 master 的）
# SEALOS_V2_OFFLINE_NODE=""
# SEALOS_V2_USE_DNSMASQ="true"
# SEALOS_V2_USE_NTP="false"
# SEALOS_V2_NGINX_LOCATION="/data/nginx"

# Feature 开启，支持参数：GPU、在线 IDE、DevBox 导入代码、私有化模板商店
# SEALOS_V2_FEATURE="gpu,online_ide,import_ide,gitea_template"

第 2 步：配置 GPU

如果集群中包含 GPU 节点，或者你希望在控制台中显示更友好的 GPU 型号名称，可以编辑 etc/alias.yaml：

gpuAlias:
  - name: NVIDIA-GeForce-RTX-3090
    value: RTX-3090

无 GPU 环境：

gpuAlias: []

`alias.yaml` 的作用

alias.yaml 用于配置资源别名映射，当前主要用于 GPU 设备名称的简化显示。

例如：

系统识别名称：NVIDIA-GeForce-RTX-3090
控制台显示别名：RTX-3090

如何获取 GPU 设备名称

你可以在节点上执行下面任一命令：

# 方法 1：使用 nvidia-smi
nvidia-smi --query-gpu=name --format=csv,noheader

# 方法 2：使用 lspci
lspci | grep -i nvidia

输出示例：

NVIDIA GeForce RTX 3090
NVIDIA A100-SXM4-80GB

配置规则

gpuAlias:
  - name: "完整设备名称"
    value: "显示别名"

常见配置示例

单一 GPU 型号：

gpuAlias:
  - name: NVIDIA-GeForce-RTX-3090
    value: RTX-3090

多种 GPU 型号：

gpuAlias:
  - name: NVIDIA-GeForce-RTX-3090
    value: RTX-3090
  - name: NVIDIA-GeForce-RTX-4090
    value: RTX-4090
  - name: NVIDIA-Tesla-V100-PCIE-16GB
    value: V100
  - name: NVIDIA-A100-SXM4-80GB
    value: A100-80G

注意事项

name 必须和系统识别到的 GPU 名称完全一致
GPU 名称区分大小写
如果没有 GPU，或者不关心显示名称，可以保持默认或清空配置
建议在安装前完成配置；如果安装后修改，通常需要重启相关组件

如何验证 GPU 别名是否生效

# 查看节点标签
kubectl get node -o jsonpath='{.items[0].metadata.labels}'

也可以直接在 Sealos Cloud 控制台查看 GPU 资源显示名称是否符合预期。

第 3 步：执行安装

完成配置后，依次执行：

bash stop-registry.sh
bash start-registry.sh
bash install.sh

安装过程会自动完成以下动作：

检查环境和依赖
安装 Kubernetes 集群
安装网络、存储、监控组件
安装数据库和应用平台
部署 Sealos Cloud 平台

预计耗时通常为 30-50 分钟，具体取决于网络环境和磁盘性能。

如何访问

终端内执行，获取登录地址、管理员账号及密码：

执行：

bash info.sh

输出示例：

Sealos Cloud URL: https://cloud.example.com
Admin Username: admin
Admin Password: xxxxxxxx

如果你需要重新获取管理员密码，也可以执行：

kubectl get secret admin-password -n sealos-system -o jsonpath='{.data.password}' | base64 -d

典型场景配置

场景 1：单机测试环境

sealos.env：

SEALOS_V2_CLOUD_DOMAIN="192.168.1.10.nip.io"
SEALOS_V2_MASTERS="192.168.1.10:22"
SEALOS_V2_SSH_KEY="/root/.ssh/id_rsa"

etc/alias.yaml：

gpuAlias: []

场景 2：生产环境高可用集群

sealos.env：

SEALOS_V2_CLOUD_DOMAIN="cloud.company.com"
SEALOS_V2_MASTERS="192.168.1.10:22,192.168.1.11:22,192.168.1.12:22"
SEALOS_V2_NODES="192.168.1.20:22,192.168.1.21:22,192.168.1.22:22"
SEALOS_V2_SSH_KEY="/root/.ssh/id_rsa"
SEALOS_V2_VIP="192.168.1.100"

etc/alias.yaml：

gpuAlias:
  - name: NVIDIA-GeForce-RTX-3090
    value: RTX-3090
  - name: NVIDIA-A100-SXM4-80GB
    value: A100-80G

场景 3：AI 训练集群（GPU）

sealos.env：

SEALOS_V2_CLOUD_DOMAIN="ai-cluster.example.com"
SEALOS_V2_MASTERS="192.168.1.10:22"
SEALOS_V2_NODES="192.168.1.20:22,192.168.1.21:22,192.168.1.22:22"
SEALOS_V2_SSH_KEY="/root/.ssh/id_rsa"
SEALOS_V2_FEATURE="gpu"

etc/alias.yaml：

gpuAlias:
  - name: NVIDIA-A100-SXM4-80GB
    value: A100-80G
  - name: NVIDIA-A100-SXM4-40GB
    value: A100-40G

最佳实践

生产环境建议

使用真实域名并启用 ACME 自动证书
配置高可用集群（3 Master + 多 Worker）
使用独立磁盘存储 etcd 数据
配置对象存储（S3 / OSS / COS）

安全性建议

使用 SSH 密钥认证，避免密码认证
定期备份 etcd 数据
限制 API Server 访问来源
启用网络策略

性能优化建议

根据业务规模调整 SEALOS_V2_MAX_POD
使用 SSD 存储 Containerd 和 Kubelet 数据
配置 Cilium 原生路由模式提升网络性能
合理规划 Pod 和 Service CIDR

如果你的交付包中还包含更细的配置参数手册或内部实施资料，建议在正式生产部署前一并对照确认。

部署指南

服务器要求

最低资源

推荐资源

三步快速部署

第 1 步：配置基础参数

第 2 步：配置 GPU

`alias.yaml` 的作用

如何获取 GPU 设备名称

配置规则

常见配置示例

注意事项

如何验证 GPU 别名是否生效

第 3 步：执行安装

如何访问

典型场景配置

场景 1：单机测试环境

场景 2：生产环境高可用集群

场景 3：AI 训练集群（GPU）

最佳实践

生产环境建议

安全性建议

性能优化建议

On this page