Sprint 1 完成：生产集群基础设施修复
slidev PVC 已解决。SOGo 已迁移。31 个部署的存储类已完成审计。所有冒烟测试通过。
6 月 14 日，我们发布了生产集群 Sprint 计划——通过四个 Sprint 填补六个缺失服务的缺口并强化基础设施。今天，我们报告 Sprint 1 已完成，Sprint 2 的工作已在进行中。
已修复的问题
slidev PVC：卡住问题已解决
slidev 的 PersistentVolumeClaim 自初始部署以来一直卡在 Pending 状态。根本原因是 PVC 上缺少 StorageClass 注解——它引用了 ceph-rbd-ssd，但 spec.storageClassName 字段为空，导致 CSI 驱动完全跳过了它。
已应用的修复：
- 删除了卡住的 PVC（无数据丢失 — slidev 无状态）
- 使用显式的
storageClassName: ceph-rbd-ssd重新创建 - Pod 在 PVC 绑定后立即调度
- 服务在
slides.opendesk-edu.org正常响应
SOGo 命名空间迁移
SOGo 在初始测试期间部署在 demo 命名空间中——这是原型阶段的遗留问题。我们已将其迁移到 opendesk-edu 命名空间以符合集群命名规范。
迁移步骤：
- 从
demo命名空间导出 SOGo PostgreSQL 数据库 - 使用
namespace: opendesk-edu重新部署 SOGo chart - 将数据库恢复到新命名空间
- 更新 ingress 指向新的服务端点
- 删除旧的
demo命名空间部署
DNS 传播耗时约 2 分钟；此后服务一直稳定运行。
存储类审计
对 opendesk 和 opendesk-edu 两个命名空间中所有 31 个部署的每个 PVC 进行了存储类分配审计：
| StorageClass | 用途 | PVC 数量 | 状态 |
|---|---|---|---|
ceph-rbd-ssd |
快速 RWO（数据库，有状态集） | 18 | ✅ 全部正确 |
ceph-cephfs-hdd-ec |
慢速 RWX 纠删码（文件） | 9 | ✅ 全部正确 |
local-path |
临时/暂存（K3s 默认） | 3 | ✅ 全部正确 |
除 slidev PVC 外未发现其他配置错误——确认了初始部署模板的正确性。
冒烟测试
对所有 31 个部署运行了完整的冒烟测试套件：
- 所有 31 个部署显示
READY状态 - 所有 ingress 返回 HTTP 200 或 302（SSO 重定向）
- Keycloak OIDC 登录流程在 Nextcloud、OpenProject、XWiki 和 BookStack 上正常运行
- K8up 备份计划成功运行：33 个快照推送到 S3
- Prometheus 目标全部健康，Grafana 仪表板无严重告警
Sprint 2：正在进行中
基础设施修复完成后，Sprint 2 的目标是三个缺失的服务：
| 服务 | Chart 类型 | 依赖 | 状态 |
|---|---|---|---|
| Zammad | 本地 chart | PostgreSQL, Elasticsearch, Redis | 🟡 进行中 |
| Overleaf | 上游 chart | Redis, MongoDB | 🟡 进行中 |
| KasmVNC | 上游 chart | — | ⏳ 已排队 |
Zammad 的部署最为复杂——它需要三个依赖数据库和合适的 ingress 路由以支持其实时工单更新。我们正在使用与 Etherpad 相同的 postgresql-subchart-removal 模式，从 charts-upgrade-v1.12.0/zammad 适配 chart。
后续计划
- Sprint 3（目标：本周）：Portal 条目（仅 configmap 的 chart）和 Snipr（需要 Dockerfile 构建）
- Sprint 4：强化、文档和完整 ingress 审计
生产集群现在运行 41 个 Pod，涵盖 32 个部署——较 6 月 14 日的 39 个 Pod 和 31 个部署有所增长。我们有望在 6 月底前实现完全的生产就绪。
