参数化容器镜像
将镜像仓库和标签连接到 values
参数化容器镜像 是 CoddyKit 上的免费 Helm Academy 课时。 这是第 2 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Helm Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Helm Academy 课程共包含 4 节课。
为什么要将镜像参数化
硬编码的镜像会让每位用户都只能使用同一个版本。将镜像连接到值后，用户就能选择所需的仓库和标签。
拆分仓库和标签
按照惯例，Chart 会将镜像存储为两个字段：仓库和标签。将它们分开可以让版本更新更加清晰。
# values.yaml
image:
repository: nginx
tag: "1.27"读取嵌套值
通过连续使用点号访问嵌套键。在这里，.Values.image.repository 会进入您刚刚定义的镜像映射。
image: {{ .Values.image.repository }}连接仓库和标签
镜像引用由仓库、冒号和标签依次组成。请在模板中构建它，使渲染后的行成为一个有效的完整字符串。
image: "{{ .Values.image.repository }}:{{ .Values.image.tag }}"始终为标签加引号
像 1.27 这样的标签可能会被 YAML 读取为数字。请在值配置中为标签加引号，使其保持为字符串，并且不会丢失末尾的零。
tag: "1.27.0"提供合理的默认标签
default 函数会在值为空时提供备用值。常见做法是使用 Chart 的 appVersion 作为默认标签。
{{ .Values.image.tag | default .Chart.AppVersion }}公开镜像拉取策略
通过同时将 imagePullPolicy 参数化，让用户控制 Kubernetes 何时重新拉取镜像。IfNotPresent 是一个安全的默认值。
imagePullPolicy: {{ .Values.image.pullPolicy }}为镜像拉取策略设置默认值
在 values.yaml 中设置拉取策略的默认值，这样无需任何覆盖值即可完成安装。用户仍可在需要时修改它。
image:
pullPolicy: IfNotPresent完整的容器配置块
现在您的容器完全由数据驱动：镜像和拉取策略都来自 .Values.image，模板中不再有任何字面量。
containers:
- name: app
image: "{{ .Values.image.repository }}:{{ .Values.image.tag }}"
imagePullPolicy: {{ .Values.image.pullPolicy }}在安装时覆盖值
用户可以使用 --set 调整单个嵌套值。键中的点号会直接映射到您的值树，无需编辑文件。
helm install web . --set image.tag=1.28确认渲染后的镜像
使用覆盖值进行渲染，以验证整个连接过程正常工作。输出应在镜像行中显示您选择的标签。
helm template web . --set image.tag=1.28快速检查
您想在不编辑文件的情况下使用不同的镜像标签进行安装。哪种方式可行？
回顾：可配置的镜像
您将镜像拆分为仓库和标签，添加了拉取策略，并允许用户分别使用 --set 覆盖它们。为标签加引号以确保安全。
常见问题解答
「参数化容器镜像」课时是免费的吗？
是的 — 「参数化容器镜像」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Helm Academy 课程的其余内容，请升级到 CoddyKit PRO。 Helm Academy 课程共包含 4 节课。
「参数化容器镜像」这节课中我会学到什么？
将镜像仓库和标签连接到 values 你通过在浏览器中直接运行的动手代码来练习 Helm Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Helm Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Helm Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 2 节课，共 4 节。
「参数化容器镜像」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Helm Academy 课中编写并运行代码吗？
能。每节 Helm Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。