0Pricing
MLOps Academy · Lekcja

Konfigurowanie za pomocą ConfigMaps i Secrets

Wyprowadź konfigurację modelu i dane uwierzytelniające poza aplikację

Konfigurowanie za pomocą ConfigMaps i Secrets to bezpłatna lekcja MLOps Academy na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej MLOps Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs MLOps Academy zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

Keep Config Out of the Image

Baking model paths or thresholds into the container forces a rebuild for every tweak. Kubernetes lets you inject config at runtime instead. 🔧

ConfigMaps Hold Plain Settings

A ConfigMap stores non-secret key-value pairs: a model name, a batch size, a log level. One config object, many Pods reading from it.

apiVersion: v1
kind: ConfigMap
metadata:
  name: model-config
data:
  MODEL_NAME: "ranker-v3"
  BATCH_SIZE: "32"

Inject as Environment Variables

The simplest use is to map ConfigMap keys into env vars. Your Python code then reads os.environ exactly as it would locally.

Or Mount It as Files

You can also mount a ConfigMap as a volume, turning each key into a file. Handy for full config files your model loader expects on disk.

Secrets Are for Sensitive Data

API tokens, database passwords, and registry creds belong in a Secret, never a ConfigMap. Same idea, but treated as confidential by the cluster.

Base64 Is Not Encryption

Secret values are stored base64-encoded, which is just encoding, not security. Anyone with read access can decode them, so guard access carefully.

Encrypt Secrets at Rest

For real protection, enable encryption at rest in etcd or use an external manager like Vault. Base64 alone never keeps your model credentials safe.

Consume a Secret Safely

Mount a Secret as env vars or files just like a ConfigMap. Prefer files for tokens, since env vars can leak into logs and crash dumps.

envFrom:
  - secretRef:
      name: model-creds
  - configMapRef:
      name: model-config

One Source, Many Pods

Update a ConfigMap once and every Pod that mounts it can pick up the change. Env-var injections, though, need a Pod restart to refresh.

Restart to Pick Up Env Changes

Changing a value used as an env var does not hot-reload. Trigger a rolling restart of the Deployment so Pods read the new configuration.

Separate Config per Environment

Keep one ConfigMap per environment, dev and prod. Same image, different config, means promoting a model never means rebuilding the container.

Quick Check

Where should a model service get its database password?

Recap

Use a ConfigMap for plain settings and a Secret for sensitive ones, inject both at runtime, and restart Pods to refresh env-based values. ✅

Często zadawane pytania

Czy lekcja „Konfigurowanie za pomocą ConfigMaps i Secrets” jest bezpłatna?

Tak — pełny tekst „Konfigurowanie za pomocą ConfigMaps i Secrets” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu MLOps Academy, przejdź na CoddyKit PRO. Kurs MLOps Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Konfigurowanie za pomocą ConfigMaps i Secrets”?

Wyprowadź konfigurację modelu i dane uwierzytelniające poza aplikację Ćwiczysz MLOps Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć MLOps Academy?

Nie wymagamy żadnego doświadczenia. MLOps Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.

Ile czasu zajmuje lekcja „Konfigurowanie za pomocą ConfigMaps i Secrets”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji MLOps Academy?

Tak. Każda lekcja MLOps Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Pody, wdrożenia i usługi dla modeli
  2. Żądanie CPU, pamięci i GPU
  3. Konfigurowanie za pomocą ConfigMaps i Secrets
  4. Uruchamianie trenowania jako zadania Kubernetes
← Powrót do MLOps Academy