Karmada 用户组再迎新成员,Wellhub 正式加入!

Karmada 非常高兴地宣布, Wellhub正式加入 Karmada 用户组,成为社区的重要成员。作为云原生计算基金会(CNCF)旗下项目,Karmada 致力于为用户提供强大的多集群管理和调度能力,帮助企业在复杂的分布式环境中实现高效的应用部署和管理。Wellhub的加入将进一步加强 Karmada 社区,为项目的持续创新带来新的活力,标志着我们社区发展和 Karmada 在多样化生产环境中采用的又一个重要里程碑。

▍Wellhub,驱动全球企业健康转型的数字引擎

Wellhub (https://wellhub.com/en-us/)秉持一大使命:助力每家企业转型为健康型企业,让员工每日关注自身身心健康状态。为此,平台推出高性价比、一站式综合服务方案,全面守护员工的身体、心理、营养与情绪健康。依托 Wellhub,员工无论居家还是在职场,都能主动建立并长期坚持健康的日常生活作息。

目前,全球 11 个国家超 19000 家企业已选用 Wellhub,为数百万员工提供行业顶尖的企业健康福利项目。该项目经实践验证,能大幅提升员工参与度与投入度。

Wellhub 可使参与健康管理的员工数量实现翻倍增长。员工的广泛参与,能让企业人员流失率降低 40%,同时为企业节省最高 35% 的医疗相关开支。

▍技术落地:通过Karmada实现多集群资源统一管理

随着业务快速扩张,Wellhub 构建了大规模的多集群 Kubernetes 环境,需要高效管理分布在不同地域和云上的服务网格配置。

在生产环境中,Wellhub 采用 Karmada 作为多集群编排平台 ,核心使用场景是大规模分发 Istio 资源。通过 Karmada 的 Propagation 策略,Wellhub 构建多集群架构将 VirtualService、DestinationRule 和 ServiceEntry 等 Istio 关键资源一键分发到整个集群舰队(fleet),实现服务路由、流量治理和外部服务注册的统一管理。

作为其云原生基础设施的重要组成部分,该实践不仅提升了平台的可扩展性,也降低了多集群管理的运维成本,帮助工程团队将更多精力投入到业务创新和健康体验优化上。与此同时,Wellhub 的案例为其他大规模采用 Istio + Kubernetes 的企业提供了宝贵参考,尤其适合拥有全球分布式集群、需要统一治理服务网格配置的组织。

▍欢迎加入Karmada用户组

Karmada 用户组是一个由在其环境中成功采用 Karmada 的组织和用户组成的社区。加入用户组可与同行深度交流协作并共享最佳实践,优先获悉关键版本更新与安全通知。此外,成员还将受邀参与 KubeCon 等官方活动,享有社区职位发布、拓展潜在商业合作等专属权益:

🔖 Karmada adopter-group:https://github.com/karmada-io/community/blob/main/adopter-group/README.md

您可以在 GitHub 社区仓库中了解更多关于 Karmada 用户组的信息,截至目前,Karmada 用户组已吸纳来自全球的 40+ 家企业和组织。更多使用场景及案例研究请查阅:https://karmada.io/adopters

您是否在生产环境中使用 Karmada ?欢迎加入Karmada用户组!访问下方 Karmada 用户组申请链接 ,提交 issue 申请,即可接收申请进度:

Karmada 用户组申请表单: https://github.com/karmada-io/community/issues/new?template=adopter-group-application.yaml

如需了解更多关于 Karmada Adopter Group 的信息,请联系:**Maintainer Mailing List:**cncf-karmada-maintainers@lists.cncf.io

相关推荐
还不秃顶的计科生18 分钟前
具身智能论文学习8:Octo: An Open-Source Generalist Robot Policy
人工智能·深度学习·学习·机器学习·语言模型·vla·vlm
新知图书28 分钟前
6.4 关键时刻:它自己修好了 Bug
人工智能·agent·ai agent·智能体
深海鱼在掘金1 小时前
深入浅出RAG——第7章:基础篇实战:文档问答机器人
人工智能·typescript·命令行
Jay80591 小时前
一文讲清楚 Epoch、Batch 和 Iteration 的区别
人工智能
深海鱼在掘金1 小时前
深入浅出RAG——第8章:RAG 的局限性及应对策略
人工智能·架构
lucas_AI1 小时前
1.2B 小模型赢过 235B 大模型:NaviDC-OCR 把文档解析卷明白了
人工智能·深度学习·算法
阿星AI工作室1 小时前
一文看懂爆火的 Graph Engineering,以及它和 Loop Engineering、Agent 循环到底啥关系
人工智能
小柯南敲键盘1 小时前
跨境电商图片翻译工具推荐:批量AI翻译+视频字幕+智能抠图
人工智能·python·音视频
王六米。1 小时前
武汉人工智能应用软件开发、企业AI智能体服务怎么排查
人工智能·武汉自动意志科技有限公司·智钳claw·ai漫剧生成·人工智能应用软件开发·企业ai智能体服务
AI多Agent协作实战派1 小时前
AI多Agent协作系统实战(四十):AI说“没有错误“,系统判了“测试失败“——一个正则的误判
数据库·人工智能