Le déploiement avec Kustomize est un art délicat. Un transformateur mal placé, et c'est le drame. Une erreur classique sur SAS Viya 4SAS Viya 4 est une plateforme d'IA, de data management et d'analytics de pointe, nativement conçue pour le Cloud (Cloud-Native). Contrairement aux versions précédentes, elle repose sur une architecture de microservices orchestrée par Kubernetes.
Elle permet de gérer l'intégralité du cycle de vie de la donnée — de l'ingestion à la mise en production des modèles (ModelOps) — en offrant une élasticité totale, une intégration transparente avec l'open-source (Python, R) et une interface unifiée pour les data scientists et les décideurs métiers. est la suivante :
`Pod "sas-cas-server-default-controller" is invalid: spec.containers[0].volumeMounts[XX].name: Not found: "var-tmp"`
Cette erreur survient souvent lorsqu'on configure Kerberos "direct" pour CAS. Le patch `cas-kerberos-direct.yaml` tente de monter le volume `var-tmp`, mais celui-ci brille par son absence dans le manifeste de base du pod CAS.
Pourquoi ? Parce que ce volume est censé être créé par un AUTRE transformateur : `cas-kerberos-no-tls-transformer.yaml` (celui qui ajoute le fameux sidecar Kerberos). Si vous appliquez le patch "direct" sans appliquer celui du sidecar (souvent un oubli dans le `kustomization.yaml`), la dépendance est cassée.
La leçon à retenir : dans Viya 4SAS Viya 4 est une plateforme d'IA, de data management et d'analytics de pointe, nativement conçue pour le Cloud (Cloud-Native). Contrairement aux versions précédentes, elle repose sur une architecture de microservices orchestrée par Kubernetes.
Elle permet de gérer l'intégralité du cycle de vie de la donnée — de l'ingestion à la mise en production des modèles (ModelOps) — en offrant une élasticité totale, une intégration transparente avec l'open-source (Python, R) et une interface unifiée pour les data scientists et les décideurs métiers., l'ordre et la liste des transformateurs sont essentiels. Il faut toujours inclure le patch de base avant les patchs de configuration spécifiques. Le YAML pardonne rarement !
