配置 Python 3

您可以在 编排与自动化 应用程序中运行 Python 2 或 Python v3.9 自动化脚本。 Python 3 是缺省语言，并且已安全配置以管理大量工作负载。

关于本任务

有关 编排与自动化中 Python 2 与 Python 3 之间的差异的更多信息，请参阅 Python 2 和 Python 3 差异。

缺省配置设置旨在处理每秒大量的自动化脚本工作负载。 缺省设置如下所示：
  • cases-scripting cpu limit: 3000m
  • min_pods: 3
  • max_pods: 8
在三个 pod 中，应用程序每秒可处理多达 15 个脚本。 如果此工作负载持续，那么应用程序可扩展至 8 个 pod ，并且每秒处理多达 30 个脚本。 从三个 pod 扩展到八个 pod 大约需要五秒钟。 每个空闲的 Python 3 pod 都使用 60 MB 内存和 0.015 个 CPU 核心。

如果您运行的工作负载非常大，并且缺省值设置过低，那么可能会遇到性能问题。 如果工作负载较小，那么您可能希望减少缺省值，尽管这通常不建议。

如果需要增加或减少资源，请更改 min_pods 或 max_pods 设置。

过程

  1. 以 OpenShift 管理员身份登录到 Red Hat OpenShift Container Platform 。
  2. 单击 工作负载> ConfigMaps ，然后选择 IBM Security QRadar Suite 项目; 例如 cp4s。
  3. 从配置图中过滤并搜索 soar-resources ConfigMap ，然后将其选中。
  4. 单击 操作> 编辑 ConfigMap。
  5. 在 name: casespython3Scripting 部分中，根据需要更改 min_pods 或 max_pods 值。 下图显示了 configMap中 Python 3 的缺省值。
    周围的文本描述了此图，这是具有配置的 configMap 的示例。
  6. 保存 configMap 并重新启动 cp4s-soar-operator pod 以使更改生效。