Awesome GitHub RepositoriesOperator-Based Lifecycles

Rook is a Kubernetes storage orchestrator and distributed storage operator that automates the deployment and management of storage clusters. It serves as a multi-protocol storage provider, offering block, file, and object storage capabilities to containerized workloads. The system focuses on providing a self-healing storage cluster that replicates data across hardware nodes to maintain availability and recover from failures. It uses an operator-led model to handle the installation, scaling, and upgrades of storage nodes and daemons. The orchestrator covers a broad range of provisioning servi

Kubescape is a Kubernetes security posture management platform designed to scan clusters, manifests, and images for misconfigurations, vulnerabilities, and compliance risks. It functions as a comprehensive security suite incorporating a compliance scanner, a container image vulnerability scanner, an admission controller for policy enforcement, and a runtime security monitor. The platform distinguishes itself through runtime-aware vulnerability filtering, which maps libraries loaded in memory to determine if vulnerabilities are actually reachable. It also integrates with AI assistants via a Mo

OpenShift Origin is a Kubernetes distribution platform that extends Kubernetes with integrated security, multi-tenancy, and application lifecycle management for enterprise container orchestration. It functions as a multi-tenant container orchestrator that enforces per-project security policies, resource quotas, and SELinux isolation for shared cluster environments. The platform includes a Source-to-Image builder that creates container images directly from application source code using Dockerfiles or buildpacks without external build servers, and an Operator Lifecycle Manager that installs and

MetalLB is a Kubernetes load balancer implementation and IP address manager designed for bare metal clusters. It functions as a networking tool that provides external connectivity and traffic distribution by assigning external IPv4 and IPv6 addresses to services. The project differentiates itself by providing two distinct advertisement modes. It can operate as a BGP routing controller, using the Border Gateway Protocol to announce service IPs to external routers with support for bidirectional forwarding detection and VRF-aware routing. Alternatively, it can act as a Layer 2 network advertiser

kube-prometheus is a monitoring stack deployment and orchestration framework. It uses an operator pattern to automate the installation and lifecycle management of Prometheus and Alertmanager via custom resource definitions. The project focuses on scaling data collection through hash-based target sharding and topology-aware distribution to reduce cross-zone traffic. It implements a sidecar-based configuration reloading mechanism and utilizes consistent hashing to distribute scrape targets across multiple instances. The system covers broad observability capabilities including metric data colle

The Operator SDK is a framework for building, packaging, and managing custom controllers that extend the Kubernetes API. It serves as a toolset for defining new API types and implementing reconcile loops to automate the lifecycles of complex applications. The project provides specialized support for creating operators based on Helm charts or Ansible playbooks, allowing users to maintain a desired cluster state using existing automation tools. It includes a dedicated system for packaging controllers into standardized container image bundles for distribution via the Operator Lifecycle Manager.

Karmada ist ein Kubernetes-Multi-Cluster-Orchestrator und Multi-Cloud-Cluster-Manager für das Deployment und Management Cloud-nativer Anwendungen über mehrere Cluster und Cloud-Provider hinweg. Er fungiert als zentralisierte Control Plane, die als Ressourcen-Propagator und Workload-Scheduler arbeitet und Ressourcen über Public Clouds, On-Premises-Rechenzentren und Edge-Standorte hinweg koordiniert. Das Projekt zeichnet sich durch eine richtlinienbasierte Engine aus, die Anwendungen unter Verwendung von Affinity, Topologie-Constraints und Ressourcen-Quotas verteilt. Es bietet spezifische Funktionen für Multi-Region-Disaster-Recovery, einschließlich automatisiertem Application-Failover und geo-redundanten Deployments zur Aufrechterhaltung der Serviceverfügbarkeit. Zudem ermöglicht es cluster-bewusstes Ressourcen-Overriding, um Konfigurationsparameter basierend auf der Ziel-Cluster-Region oder dem Provider zu spezialisieren. Das System deckt ein breites Spektrum operativer Bereiche ab, einschließlich bidirektionaler State-Synchronisation, aggregiertem API-Proxying und mehrdimensionalem Scheduling. Es enthält Tools für Cluster-Lifecycle-Management, globale Ressourcensuche und Cross-Cluster-Traffic-Balancing. Installation und Management können über einen Operator-basierten Installationsprozess und ein dediziertes CLI für Administration und Control-Plane-Operationen durchgeführt werden.

Der NGINX Ingress Controller ist ein Kubernetes-nativer Traffic-Manager, der externe Anfragen verarbeitet und an interne Dienste weiterleitet. Er übersetzt Kubernetes-API-Objekte und Annotationen in Proxy-Konfigurationen, um eingehenden HTTP-, TCP- und UDP-Traffic zu verwalten. Der Controller zeichnet sich durch fortschrittliche Traffic-Steuerung und Sicherheitsintegration aus. Er unterstützt Blue-Green- und Canary-Traffic-Splitting sowie inhaltsbasiertes und Regex-Pfad-Routing. Die Sicherheit wird am Edge durch eine Web Application Firewall, Schutz vor Denial-of-Service-Angriffen und eine Vielzahl von Authentifizierungsmethoden, einschließlich OpenID Connect und JSON Web Tokens, gewährleistet. Das Projekt bietet eine breite Palette an Funktionen, die TLS-Terminierung und -Passthrough, aktives Health-Monitoring von Upstream-Diensten und Sitzungspersistenz abdecken. Es enthält zudem Observability-Tools wie Prometheus-Metriken-Integration, Echtzeit-Traffic-Dashboards und verteiltes Request-Tracing. Die Installation wird durch Helm-Charts, einen Operator oder Standard-Container-Image-Deployments unterstützt.

Seldon Core ist ein auf Kubernetes basierender Server für Machine-Learning-Modelle und ein MLOps-Inference-Framework. Es fungiert als Serving-Engine für mehrere Modelle und als Pipeline-Orchestrator, der Modelle als skalierbare Microservices verpackt, die über standardisierte REST- und gRPC-APIs bereitgestellt werden. Das Projekt zeichnet sich durch graphbasierte Inference-Pipelines aus, die Modelle und Datentransformatoren zu sequenziellen Workflows verketten. Es optimiert die Hardwareauslastung durch Shared-Serving für mehrere Modelle und Strategien für dynamisches Memory-Overcommit, während es gleichzeitig Produktionsexperimente durch gewichtetes Traffic-Routing, A/B-Tests und Shadow-Deployments unterstützt. Das Framework deckt ein breites Spektrum an MLOps-Funktionen ab, darunter bedarfsgesteuertes Autoscaling, asynchrone Request-Verarbeitung über Message-Busse sowie umfassendes Monitoring für Data Drift, Ausreißer und die Erklärbarkeit von Vorhersagen. Es bietet zudem Infrastrukturmanagement für die Konfiguration der Modell-Runtime und sichere Kommunikation mittels TLS-Verschlüsselung über Control- und Data-Planes hinweg.

Kubero is a self-hosted Platform as a Service (PaaS) that simplifies the deployment, scaling, and management of containerized applications on Kubernetes. It functions as an application manager, CI/CD orchestrator, and multi-tenant manager, allowing users to run workloads without writing manual configuration files. The platform distinguishes itself through automated image synthesis, transforming source code from Git repositories into deployable containers via buildpacks, Dockerfiles, or nixpacks. It implements a GitOps delivery model with automated pipelines that trigger builds on push events