Bunu yaşayan biri olarak söyleyeyim, Kubernetes tarafında yıllardır çalışan biri olarak açık söyleyeyim: batch iş yüklerini Kubernetes üstünde yönetmek, hâlâ insanı rahat ettiren bir alan değil. Bir Deployment‘ı izlemek başka şey, bir HPC simülasyonunun ya da AI eğitim işinin neden kuyrukta takıldığını çözmek bambaşka bir dert. Hani günün sonunda sekiz tane terminal sekmesi açık olur ya, hepsinde ayrı bir kubectl komutu döner — tanıdık geldi mi?
📋 İçindekiler
Evet.
İşte bu yüzden Volcano ekibinin Headlamp için çıkardığı yeni eklenti dikkatimi çekti. Bak şimdi, abartmadan söyleyeyim: yeni bir çağ açmıyor, ama günlük operasyonda baya iş görüyor. Üstelik açık kaynak olması da cabası (buna dikkat edin)
Önce şunu netleştirelim: Volcano ne yapıyor, Headlamp ne işe yarıyor?
Kendi deneyimimden konuşuyorum, Kubernetes aslında uzun ömürlü servisler için tasarlanmış (yanlış duymadınız). Yani bir web API’si ya da mikroservis düşünün; başlasın, ayakta kalsın, sürekli istek alsın. Bu mantık, “uygulamayı bir kez dağıt, sonra yıllarca dönsün” fikrinin üstüne kurulu. Güzel tarafı var, tabi.
Gelgelelim AI eğitimi, HPC simülasyonları ya da büyük ölçekli veri işleme işleri böyle yürümüyor. Bunlar dinamik geliyor, sınırlı kaynak için kapışıyor ve çoğu zaman birden fazla worker’ın aynı anda ayağa kalkması gerekiyor — biri eksik kalırsa bütün iş boşuna bekliyor. Buna gang scheduling deniyor ve vanilla Kubernetes scheduler’ı bu noktada biraz tökezliyor.
Çok konuştum, örnekle göstereyim.
Şöyle söyleyeyim, Volcano da CNCF inkübasyonundaki bir batch scheduler; Kubernetes’in üstüne kuyruk (Queue), öncelik, kota ve gang scheduling kavramlarını ekliyor. Tek tek Pod bakmak yerine, işin bütününü ve istediği kaynakları birlikte tartıyor.
Headlamp işe Kubernetes için eklentilerle genişleyebilen bir web UI. Yani CNCF Sandbox’ta sessiz sakın ilerleyen bir proje. Asıl güzel yanı şu: plugin sistemi sayesinde Volcano gibi custom kaynaklar arayüze düzgünce oturabiliyor.
Eklenti tam olarak neyi değiştiriyor?
Sahada Volcano ile çalışan ekiplerin debug akışını bir düşünün. Bir Job geliyor ama çalışmıyor. Sonra sıra başlıyor:
kubectl get vcjob— işin durumuna bakmak için — ciddi fark yaratıyorkubectl describe podgroup— gang neden tamamlanmamış anlamak içinkubectl get pods -l...— pod’ların halini görmek içinkubectl describe queue— kota dolmuş mu diye kontrol etmek için (bu kritik)- Tekrar başa dönmek… çünkü mutlaka gözden kaçan bir şey çıkıyor — bunu es geçmeyin
Bu parçalı akış, özellikle farklı namespace’lerde onlarca iş varken insanı yoruyor. Volcano CLI biraz toparlıyor toparlamasına ama yine de terminalin içinden çıkmıyorsunuz. Eklenti tam burada devreye giriyor: Job, Queue ve PodGroup kaynaklarını Headlamp’in yan menüsünde ayrı bir Volcano bölümü altında topluyor.
Aslında eklentinin yaptığı şey çok karmaşık değil — Volcano CRD’lerini Headlamp’in zaten olan kaynak görüntüleme altyapısına bağlıyor. Ama günlük operasyonda bu “basit” hareket, saatlerce CLI’da oyalanmaktan kurtarıyor. Bazen yazılım dünyasında kazanan şey en parlak fikir olmuyor; tam yerinde duran fikir oluyor.
Job görünümü: işin kalbi burada
Eklentinin omurgası Job listesi diyebilirim. Liste ekranında bir bakışta durumunu görüyorsunuz; hangi queue’da olduğu da var, running ile minimum-available değerleri de var, task sayısı da var, yaş bilgisi de var (ki bu çoğu kişinin gözünden kaçıyor). Yani Job’ın gang requirement’ı 8 worker işe ve şu an 5 tanesi ayaktaysa bunu tek satırda görüyorsunuz. kubectl describe‘a girip JSON içinde “minAvailable” alanını aramak yok.
Açık konuşayım, Peki neden önemli? Çünkü detay ekranı daha da kullanışlı oluyor: task detayları, pod durumları, ilişkili Queue ve PodGroup’a tıklanabilir linkler, condition’lar, event’ler… Hepsi tek sayfada duruyor. Bence en kıymetli kısım da bu çapraz linkleme işi. Çünkü Volcano’da en sık gelen soru şu oluyor: “job pending kaldı ama neden?”. Cevap çoğu zaman ya PodGroup’ta ya da Queue kotasında saklanıyor. Daha fazla bilgi için
Queue ve PodGroup görünümleri
Şöyle söyleyeyim,
Dürüst olmak gerekirse,
Burası biraz ilginç aslında. Queue ekranında kota kullanımını, önceliği ve kaç PodGroup’un kuyrukta beklediğini görüyorsunuz; PodGroup tarafında işe gang scheduling’in canlı durumu var — kaç pod isteniyor, kaçı ayakta kalmış, scheduler ne diyor… Açık konuşayım, ben PodGroup’u CLI’da debug ederken her seferinde alanları yeniden hatırlamak zorunda kalıyorum. Görsel kart halinde görünce iş baya kolaylaşıyor.
Türkiye’deki ekipler için bu ne anlama geliyor?
Laf arasında küçük bir parantez açayım. Türkiye’de Kubernetes adaptasyonu son 3-4 yılda ciddi hız aldı; bunu yok sayamayız. Ama batch ve AI/ML iş yüklerine geçiş hâlâ yavaş gidiyor. Çoğu kurumsal müşteride gördüğüm tablo şu: AKS ya da kendi kurdukları Kubernetes cluster’larında web tier’ı, API gateway’i ve mikroservisleri güzelce çalışıyorlar; sonra veri ekibi geliyor ve “biz de Spark/Flink/PyTorch işlerimizi buraya alalım” diyor — hikâye orada biraz karışıyor.
Sebep ne? Bence iki şey öne çıkıyor. Birincisi ekipler default scheduler ile başlayıp gang scheduling’i sonradan fark ediyorlar; ikincisi batch operasyonel görünürlüğü zayıf kalıyor — veri mühendisi “işim neden 3 saattir pending?” diye soruyor ama SRE ekibi anlık cevap veremiyor olabilir. Headlamp + Volcano eklentisi burada köprü kurabilir; çünkü artık veri ekibine de açabileceğiniz daha anlaşılır bir UI var.
Bakın, dürüst olmak gerekirse, Evet ama mesele sadece teknik değil.
Açık konuşayım, maliyet tarafı da can sıkıcı olabiliyor. Azure’da NCv3 ya da NDv5 gibi GPU node’larında saatlik fiyat TL bazında düşününce ciddi seviyelere çıkabiliyor; gereksiz yere pending kalan GPU pod’u ya da gang scheduling yüzünden boşta bekleyen worker’lar doğrudan para yakıyor demek oluyor (kimse bunu sevmez). Görsel context sağlayan araçlar mean-time-to-detect süresini düşürerek bu israfı azaltabiliyor; yani eklentinin finansal etkisi de az değil.
Kurulum: 5 dakikada deneyebilirsiniz
Zaten Headlamp kullanıyorsanız eklenti kurulumu masaüstü uygulamasındaki plugin catalog üzerinden tek tıkla hallediliyor gibi düşünebilirsiniz. Cluster’ınızda Volcano kurulu değilse önce önü deploy etmeniz gerekiyor:
# Volcano'yu helm ile kur
helm repo add volcano-sh https://volcano-sh.github.io/helm-charts
helm repo update
helm install volcano volcano-sh/volcano -n volcano-system --create-namespace
# Test için basit bir vcjob
cat <<EOF | kubectl apply -f -
apiVersion: batch.volcano.sh/v1alpha1
kind: Job
metadata:
name: test-job
spec:
minAvailable: 2
schedulerName: volcano
queue: default
tasks:
— replicas: 2
name: worker
template:
spec:
containers:
— name: worker
image: busybox
command: ["sh", "-c", "sleep 60"]
restartPolicy: Never
EOF
Bitti sayılır.
Tam burada küçük not düşeyim: Headlamp’i açtığınızda sol menüde Volcano bölümünü göreceksiniz; Job, Queue. PodGroup listelerine girip detaylara bakabilirsiniz.
Kurumsal ortamlarda RBAC entegrasyonu için in-cluster mod daha uygun oluyor.
Masaüstü kurulumu işe hızlı denemeler ve geliştirici ortamları için yeterli.
Headlamp + Volcano vs Alternatifler
| Araç | Güçlü Yön | Zayıf Yön |
|---|---|---|
| Volcano Dashboard | Volcano’ya özel, detaylı metrikler | Tek amaçlı, diğer kaynakları görmüyorsunuz |
| Lens / OpenLens | Genel amaçlı, popüler | Volcano CRD desteği custom resource olarak sınırlı |
| Headlamp + Volcano eklentisi | Genel + özel kaynaklar tek arayüzde | Volcano Dashboard kadar derin metriği yok |
| kubectl | Tam kontrol, scriptable | Yorucu, görsel bağlam yok |
Küçük bir ekipteyseniz ve sadece ara sıra batch işi çalıştırıyorsanız Headlamp eklentisi yeter de artar bile. Büyük kurumsal yapılarda ise Grafana + Prometheus + Volcano Dashboard üçlüsünü Headlamp ile birlikte kullanıp katmanlı görünürlük kurmak daha mantıklı olabilir. İkisi rakip değil, birbirini tamamlıyor.
Eksik Kalan Taraflar
- Multi-cluster batch view yok. Birden fazla cluster’da Volcano çalıştırıyorsanız her cluster’ı ayrı seçmek gerekiyor.
Bunlar tabii roadmap konusu. Açık kaynak projede katkı vermek isteyenlere kapı açık. Bence Türkiye’den de bu tarafa el atan birkaç kişi çıksa hem ekosistem zenginleşir hem de portfolyo tarafında fena durmaz.
Nereden Başlamalı?
Önce ihtiyacı doğrulayın. Default scheduler’ınız gerçekten gang scheduling istiyor mu? AI/ML eğitim işiniz var mı? Yoksa Volcano’ya hiç bulaşmayın; üstüne yük bindirmeye gerek yok.
- Bir test cluster’da Volcano’yu kurun, yukarıdaki örnek Job’u deneyin.
- Headlamp’i indirin, plugin catalog’dan Volcano eklentisini ekleyin.
- 2-3 farklı priority’de Queue tanımlayın, kaynakları paylaştırın.
- Gerçek iş yükünüzden küçük bir parça (10-15 pod’luk) ile production-like senaryo simüle edin.
Bu süreçte Kubernetes operasyonu konusunda yazdığım SIG Storage’ı Tanımak: Kubernetes’te Veri Kalıcılığının Mutfağı yazısı da işinize yarayabilir; özellikle batch job’lardan gelen persistent volume ihtiyaçlarında. Ayrıca güvenlik tarafında Kubernetes CVE Kayıt Düzeltmesi: Tarayıcılarınız Şaşıracak yazısında anlattığım CVE takip yöntemlerini Volcano kurulumunuza da uygulayın.
Genel kanaatim şu: Headlamp + Volcano eklentisi oyun değiştiren değil. Ama günlük operasyonda saatler kazandırabilecek, ekipler arası iletişimi kolaylaştırabilecek ve özellikle AI/ML yüklerini Kubernetes’e taşımayı düşünen ekiplerde psikolojik bariyeri biraz daha indirebilecek türden. Bence bu kadarı bile yeterince iyi.
Sıkça Sorulan Sorular
Volcano olmadan Headlamp eklentisini kurabilir miyim?
Hayır, maalesef kurulum mümkün değil. Eklenti Volcano CRD’lerini okuyarak çalışıyor, yani Volcano yoksa menüde ilgili kaynakları hiç göremezsiniz. Önce Volcano’yu Helm ya da operatör üzerinden kurmanız gerekiyor.
Headlamp’i AKS üzerinde production’da kullanabilir miyim?
Evet, kullanabilirsiniz. In-cluster mod ile deploy edip Azure AD entegrasyonu kurabilirsiniz; Headlamp zaten OIDC destekliyor. RBAC’i düzgün ayarladığınız sürece kurumsal ortamlarda gönül rahatlığıyla tercih edebilirsiniz. Tabii network policy ve ingress güvenliğini es geçmeyin, o kısım hâlâ sizin sorumluluğunuzda.
Volcano mu, Kueue mi?
İkisi de batch scheduling için güzel seçenekler ama felsefeleri epey farklı. Volcano daha olgun; gang scheduling konusunda oldukça kapsamlı ve HPC ile AI eğitim işlerinde çok sık görülüyor. Kueue ise daha hafif ve Kubernetes-native bir yaklaşımla geliyor. Karmaşık gang scheduling ihtiyacınız varsa Volcano’ya gidin; daha basit kuyruk yönetimi yeterliyse Kueue işinizi rahatlıkla görür.
Headlamp eklentisi performansı etkiler mi?
Pek etkilemiyor. Eklenti client-side çalışıyor, yani doğrudan Headlamp arayüzünde render ediliyor. Kubernetes API’sine ekstra bir yük binmiyor; yalnızca Volcano CRD’leri için yapılan list/watch çağrıları kullanılıyor. Binlerce job’ı olan cluster’larda ufak bir yavaşlama görebilirsiniz ama bu Headlamp’in genel arayüz performansıyla ilgili, eklentiye bağlı değil.
Eklenti açık kaynak mı, katkı yapabilir miyim?
Evet, hem Headlamp hem de Volcano ekosistemi Apache 2.0 lisansıyla açık kaynak. GitHub üzerinden issue açabilir, PR gönderebilirsiniz. Türkiye’den katkı yapan geliştirici sayısı hâlâ az; bence burada güzel bir fırsat var.
Kaynaklar ve İleri Okuma
- Inspect Volcano workloads faster with Headlamp — Kubernetes Blog
- Volcano Resmî Dokümantasyonu
- Headlamp Resmî Dokümantasyonu
- Volcano GitHub Reposu
Bu içerik işinize yaradı mı?
Benzer içerikleri kaçırmamak için YouTube ve GitHub hesaplarımı takip edin.





Volcano’yu CLI üzerinden takip etmek gerçekten bazen çok yorucu oluyordu, özellikle birden fazla job’un durumunu aynı anda izlemeye çalışırken. Gang scheduling’i görsel olarak görebilmek büyük kolaylık sağlar, Headlamp zaten Kubernetes için en kullanışlı UI’lardan biri olduğu için bu evlilik mantıklı olmuş. Eklentiyi üretim ortamında deneyen var mı acaba?
Volcano’yu zaten CLI üzerinden takip ediyordum ama Headlamp entegrasyonu işleri ciddi kolaylaştırır gibi görünüyor. Gang scheduling durumlarını terminalde takip etmek bazen gerçekten can sıkıcı oluyor, görsel bir arayüz bu noktada çok işe yarar. Eklentiyi kurup deneyeceğim, teşekkürler.