五款扩展组件齐发 —— Volcano、Keda、Crane-scheduler 等，邀你体验
今年 3 月，KubeSphere 启动了首届扩展组件开发者训练营，吸引了 60 名开发者报名。经过一个半月的密集培训和实战演练，这些开发者成功打造了五款创新的扩展组件，现已全部上架至 KubeSphere Marketplace，欢迎大家前来体验、多多交流互动。
Volcano
Volcano 是 CNCF 下首个也是唯一的基于 Kubernetes 的容器批量计算平台，主要用于高性能计算场景。
Volcano 是一个用于高性能工作负载场景下基于 Kubernetes 的容器批量调度引擎。它提供了 Kubernetes 目前缺少的一套机制，这些机制通常是机器学习大数据应用、科学计算、特效渲染等多种高性能工作负载所需的。作为一个通用批处理平台，Volcano 与几乎所有的主流计算框 架无缝对接，如 Spark 、TensorFlow 、PyTorch 、 Flink 、Argo 、MindSpore 、 PaddlePaddle 等。它还提供了包括基于各种主流架构的 CPU、GPU 在内的异构设备混合调度能力。Volcano 的设计 理念建立在 15 年来多种系统和平台大规模运行各种高性能工作负载的使用经验之上，并结合来自开源社区的最佳思想和实践。
支持版本：支持社区版本 1.8.2。
立即体验：https://kubesphere.com.cn/marketplace/extensions/volcano/。
Keda
Keda 是一个基于事件驱动的 Kubernetes 弹性伸缩组件，是 CNCF 已毕业项目。
KEDA 允许为事件驱动的 Kubernetes 工作负载提供细粒度的自动伸缩(包括从 0 开始/到 0 结束)。KEDA 作为 Kubernetes 度量服务器，允许用户使用专用的 Kubernetes 自定义资源定义来定义自动缩放规则。
KEDA 可以在云和边缘上运行，与 Kubernetes 组件(如 Horizontal Pod Autoscaler)本地集成，并且没有外部依赖。
支持版本：支持社区版本 2.13.1。
立即体验：https://kubesphere.com.cn/marketplace/extensions/keda/。
Crane-scheduler
Crane-scheduler 是一款基于真实工作负载感知的 Kubernetes 调度插件。
Crane-scheduler 基于集群的真实负载数据构造了一个简单却有效的模型，作用于调度过程中的 Filter 与 Score 阶段，并提供了一种灵活的调度策略配置方式，从而有效缓解了 kubernetes 集群中各种资源的负载不均问题。换句话说，Crane-scheduler 着力于调度层面，让集群资源使用最大化的同时排除了稳定性的后顾之忧，真正实现「降本增效」。
支持版本：支持社区版本 0.2.2。
立即体验：https://kubesphere.com.cn/marketplace/extensions/crane-scheduler/。
ALB - Anothe Load Balancer
ALB(Another Load Balancer) 是由灵雀云基于 OpenResty 倾力打造的云原生 Kubernetes 网关。
历经多年的迭代和发展，ALB 已支持隔离和多租户、支持 Ingress 和 Gateway API、支持灵活的用户定义流量规则，以及支持多协议。目前，ALB 已在数百个用户的生产环境中成功落地，并承载了大规模的业务流量。
支持版本：支持社区版本 1.1.0。
立即体验：https://kubesphere.com.cn/marketplace/extensions/alb/。
MCache 缓存
MCache，轻量级缓存服务，支持不同芯片架构，支持自定义扩展数据存储。
MCache，一个适用于各种不同架构的简单的缓存服务，由 Golang 开发，数据默认存储于内存中，当然支持用户自定义实现存储插件进行数据存储。目前支持初始化内存存储基础接口、初始化 http 服务接口，以及支持对缓存数据的写入、读取、删除。
支持版本：支持社区版本 Mcache 0.1.0。
立即体验：https://kubesphere.com.cn/marketplace/extensions/mcache/。
接下来，我们还将陆续分享开发者们的心得与体会，带你深入了解这些扩展组件背后的创作故事。
欢迎更多有志于扩展组件开发的开发者加入我们的行列。通过参与开发，你不仅能够深化对云原生和开源项目的理解，还能为基于 LuBan 新架构的 KubeSphere Marketplace 扩展生态的繁荣发展贡献自己的力量！
本文由博客一文多发平台 OpenWrite 发布！