카탈로그에서 kong·unitycatalog·rancher-monitoring(-crd) 제거

불필요 판단으로 4개 차트 디렉토리를 통째로 삭제한다:
- manifests/helm/kong/2.46.0
- manifests/helm/unitycatalog/0.2.0 (define-chart-resources.md에도 "사용 여부
  검토 필요"로 이미 표시돼 있었음)
- manifests/helm/rancher-monitoring/104.1.2+up57.0.3
- manifests/helm/rancher-monitoring-crd/104.1.2+up57.0.3

문서 정리:
- doc/define-chart-resources.md: 4개 차트의 리소스 프로파일 섹션 + 요약 테이블
  행 삭제(섹션 번호는 재정렬하지 않음 — 범위 밖의 큰 변경이라 별도로 둠)
- doc/change-bitnami-image.md: kong·unity catalog 섹션 삭제(bitnami 이미지
  치환 대상이 더 이상 없음)

doc/chart-restructure-plan.md는 건드리지 않았다 — 2026-01-19 charts/→manifests/
디렉토리 이전을 기록한 변경 이력이라, 그 시점에 실재했던 차트 목록을 지금 기준
으로 고치면 역사 기록이 왜곡된다.

manifests/applicationset 등 다른 배포 경로에서 이 4개 차트를 참조하는 곳이
없음을 확인했다.

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
This commit is contained in:
wbsong111
2026-08-04 13:04:57 +09:00
parent 4e2e57cebc
commit 14c05f1e61
766 changed files with 0 additions and 134257 deletions
-187
View File
@@ -520,60 +520,6 @@ postgresql:
---
## 11. kong
**API 게이트웨이**
| 컴포넌트 | Small | Medium | Large |
|----------|-------|--------|-------|
| **Kong Proxy** | 500m/1Gi → 1000m/2Gi | 1000m/2Gi → 2000m/4Gi | 2000m/4Gi → 4000m/8Gi |
| **Kong Ingress Controller** | 200m/256Mi → 500m/512Mi | 500m/512Mi → 1000m/1Gi | 1000m/1Gi → 2000m/2Gi |
| **PostgreSQL** | 250m/512Mi → 500m/1Gi | 500m/1Gi → 1000m/2Gi | 1000m/2Gi → 2000m/4Gi |
**볼륨 사이즈 권장사항:**
| 컴포넌트 | Small | Medium | Large |
|----------|-------|--------|-------|
| **PostgreSQL Data** | 5Gi | 20Gi | 100Gi |
**권장 사용 시나리오:**
- Small: 소규모 API (< 10 서비스)
- Medium: 중간 규모 API (10-50 서비스)
- Large: 대규모 마이크로서비스 (50+ 서비스)
**custom-values.yaml 설정**
``` yaml
# proxy 서버 자원 설정(initContainer도 설정을 공유)
resources: {}
# limits:
# cpu: 1
# memory: 2G
# requests:
# cpu: 1
# memory: 2G
ingressController:
resources: {}
# Example reasonable setting for "resources":
# resources:
# limits:
# cpu: 100m
# memory: 256Mi
# requests:
# cpu: 50m
# memory: 128Mi
postgresql:
resources: {}
# limits:
# memory: 512Mi
# cpu: 500m
# requests:
# memory: 256Mi
# cpu: 250m
```
---
## 12. kserve
**ML 모델 서빙**
@@ -1437,97 +1383,6 @@ resources:
---
## 28. rancher-monitoring
**Rancher 모니터링 스택 - Prometheus Operator 기반 모니터링**
| 컴포넌트 | Small | Medium | Large |
|----------|-------|--------|-------|
| **Prometheus** | 250m/100Mi → 1000m/2Gi | 500m/1Gi → 2000m/4Gi | 1000m/2Gi → 4000m/8Gi |
| **Grafana** | 100m/100Mi → 200m/200Mi | 200m/200Mi → 500m/1Gi | 500m/1Gi → 1000m/2Gi |
| **AlertManager** | 100m/100Mi → 1000m/500Mi | 200m/200Mi → 1500m/1Gi | 500m/500Mi → 2000m/2Gi |
| **Prometheus Operator** | 100m/128Mi → 200m/256Mi | 200m/256Mi → 500m/512Mi | 500m/512Mi → 1000m/1Gi |
| **Node Exporter** | 50m/64Mi → 100m/128Mi | 100m/128Mi → 200m/256Mi | 200m/256Mi → 500m/512Mi |
| **Kube State Metrics** | 100m/128Mi → 200m/256Mi | 200m/256Mi → 500m/512Mi | 500m/512Mi → 1000m/1Gi |
**볼륨 사이즈 권장사항:**
| 컴포넌트 | Small | Medium | Large |
|----------|-------|--------|-------|
| **Prometheus Storage** | 10Gi | 50Gi | 200Gi |
| **Grafana Storage** | 1Gi | 5Gi | 20Gi |
| **AlertManager Storage** | 1Gi | 5Gi | 20Gi |
**권장 사용 시나리오:**
- Small: 소규모 클러스터 (< 10 노드, 기본 모니터링)
- Medium: 중간 규모 클러스터 (10-50 노드, 상세 모니터링)
- Large: 대규모 클러스터 (50+ 노드, 멀티 클러스터 모니터링)
**custom-values.yaml 설정**
```yaml
grafana:
resources:
requests:
cpu: 100m
memory: 100Mi
limits:
cpu: 200m
memory: 200Mi
prometheusOperator:
resources: {}
prometheus:
prometheusSpec:
resources:
requests:
cpu: 250m
memory: 100Mi
limits:
cpu: 1000m
memory: 2000Mi
# 메트릭 수집 주기
scrapeInterval: 1m
# 알림 평가 주기
evaluationInterval: 1m
# 메트릭 보관 기간
retention: 30d
# 메트릭 보관 용량 (볼륨 크기보다 작게 설정)
retentionSize: 10GB
# Prometheus 데이터 저장소 설정
storageSpec:
volumeClaimTemplate:
spec:
accessModes:
- ReadWriteOnce
resources:
requests:
storage: 10Gi
storageClassName: longhorn
volumeMode: Filesystem
alertmanager:
alertmanagerSpec:
resources:
requests:
cpu: 100m
memory: 100Mi
limits:
cpu: 1000m
memory: 500Mi
nodeExporter:
resources: {}
kube-state-metrics:
resources: {}
```
---
## 29. rancher-monitoring-crd : crd만 배포
**Rancher 모니터링 CRD**
---
## 30. spark-operator
**Apache Spark Operator - Kubernetes에서 Spark 애플리케이션 관리**
@@ -1820,45 +1675,6 @@ redis:
---
## 35. unitycatalog : 사용 여부 검토 필요
**데이터 카탈로그**
| 컴포넌트 | Small | Medium | Large |
|----------|-------|--------|-------|
| **Catalog Server** | 1000m/2Gi → 2000m/4Gi | 2000m/4Gi → 4000m/8Gi | 4000m/8Gi → 8000m/16Gi |
| **Postgresql** | 500m/1Gi → 1000m/2Gi | 1000m/2Gi → 2000m/4Gi | 2000m/4Gi → 4000m/8Gi |
**볼륨 사이즈 권장사항:**
| 컴포넌트 | Small | Medium | Large |
|----------|-------|--------|-------|
| **Catalog Metadata** | 10Gi | 100Gi | 1Ti |
| **Database Data** | 20Gi | 200Gi | 2Ti |
**권장 사용 시나리오:**
- Small: 소규모 데이터 자산 관리
- Medium: 중간 규모 데이터 거버넌스
- Large: 엔터프라이즈 데이터 카탈로그
**custom-values.yaml 설정**
``` yaml
server:
config:
persistence:
enabled: true
accessModes: [ "ReadWriteOnce" ]
size: 100Mi
storageClassName: "longhorn"
statefulset:
resources: {}
postgresql:
primary:
persistence:
storageClassName: "longhorn"
size: 5Gi
resources: {}
```
---
## 36. vllm
**고성능 LLM 추론**
@@ -2050,7 +1866,6 @@ metadata:
| flowise | AI 워크플로우 | Medium | 30-150Gi |
| gitea | Git 서버 | Medium | 130-650Gi |
| keycloak | 인증 서버 | Medium | 22-105Gi |
| kong | API 게이트웨이 | Medium | 22-105Gi |
| langflow-ide | AI IDE | Medium | 80-350Gi |
| langfuse | LLM 추적 | Medium | 100-700Gi |
| litellm | LLM 프록시 | Medium | 30-150Gi |
@@ -2065,10 +1880,8 @@ metadata:
| kafka | 스트리밍 플랫폼 | Large | 1.3Ti |
| postgresql-ha | 고가용성 DB | Medium-Large | 1.2Ti |
| starrocks | 분석 데이터베이스 | Large | 11Ti |
| rancher-monitoring | 모니터링 스택 | Large | 1.15Ti |
| qdrant | 벡터 데이터베이스 | Medium-Large | 1.5Ti |
| ragflow | RAG 시스템 | Medium-Large | 1.72Ti |
| unitycatalog | 데이터 카탈로그 | Large | 3Ti |
#### AI/ML 특화 서비스 (GPU 필요)
| 차트 | 주요 용도 | GPU 요구사항 | 볼륨 요구사항 |