0Pricing
MLOps Academy · บทเรียน

กำหนดค่าด้วย ConfigMaps และ Secrets

แยกการตั้งค่าโมเดลและข้อมูลรับรองออกจากโค้ด

กำหนดค่าด้วย ConfigMaps และ Secrets เป็นบทเรียน MLOps Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน MLOps Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส MLOps Academy มีบทเรียนทั้งหมด 4 บทเรียน

บางส่วนของบทเรียนนี้ยังไม่ได้รับการแปล และแสดงเป็นภาษาอังกฤษ

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. ✅

คำถามที่พบบ่อย

บทเรียน “กำหนดค่าด้วย ConfigMaps และ Secrets” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “กำหนดค่าด้วย ConfigMaps และ Secrets” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส MLOps Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส MLOps Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “กำหนดค่าด้วย ConfigMaps และ Secrets”

แยกการตั้งค่าโมเดลและข้อมูลรับรองออกจากโค้ด คุณปฏิบัติ MLOps Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน MLOps Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน MLOps Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน

บทเรียน “กำหนดค่าด้วย ConfigMaps และ Secrets” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน MLOps Academy นี้ได้ไหม

ได้ บทเรียน MLOps Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

  1. พ็อด การติดตั้งใช้งาน และบริการสำหรับโมเดล
  2. ขอใช้ CPU, หน่วยความจำ และ GPU
  3. กำหนดค่าด้วย ConfigMaps และ Secrets
  4. รันการฝึกเป็นงานของ Kubernetes
← กลับไปที่ MLOps Academy