KGateway 2.0 安装架构优化与技术演进
2025-06-13 20:47:03作者:裴麒琰
KGateway 作为云原生网关解决方案,在 2.0 版本中对安装架构进行了重大改进。本文将深入分析这些技术变革及其背后的设计考量。
CRD 安装架构优化
在 2.0 版本中,KGateway 采用了分离式 CRD 图表设计。这种架构遵循了 Helm 最佳实践,将自定义资源定义(CRD)与主控制平面组件分离部署。这种设计带来了几个显著优势:
- 避免了未来可能的迁移难题
- 提供了更清晰的版本管理边界
- 允许独立升级 CRD 定义而无需影响运行中的控制平面
默认网关配置的范式转变
2.0 版本对默认网关(Gateway)的安装方式进行了重大调整。传统方案通过 Helm 模板直接生成默认网关资源,新版本则改为由控制器动态创建。这一变化基于以下技术考量:
- 减少了集群范围的资源依赖,为命名空间隔离部署创造了可能
- 避免了 Helm 升级时可能导致的用户自定义配置被覆盖的问题
- 通过控制器标志位(default=true)控制默认行为,同时保留禁用选项
网关参数配置的简化
项目团队对 GatewayParameters 配置进行了深度重构:
- 移除了 Helm 中的默认参数配置
- 将默认值编码到 API 类型定义中
- 在代码层面实现默认值和合并逻辑
这种设计消除了重复的配置API,使系统更加内聚。合并逻辑参考了 Kubernetes 的常见模式,确保配置层次清晰。
注解式配置的演进
早期版本使用注解方式关联 GatewayParameters,新版本转向标准的 spec.infrastructure.parametersRef 方式。这一变化:
- 更好地遵循 Gateway API 规范
- 提供了更明确的配置语义
- 为未来支持 spec.infrastructure 的其他字段(labels/annotations)奠定了基础
控制平面与数据平面配置分离
2.0 版本明确了配置职责边界:
- Helm 图表专注于控制平面部署配置(如副本数、服务暴露等)
- GatewayParameters 专门处理数据平面配置
- 网关类(GatewayClass)参数与控制平面解耦
这种分离使系统架构更加清晰,降低了配置复杂度,同时为多控制平面场景(如 kgateway 和 kgateway-waypoint)提供了更好的支持。
总结
KGateway 2.0 的安装架构优化体现了云原生领域配置管理的最佳实践演进。通过 CRD 分离、控制器动态配置、参数简化等改进,项目在保持功能强大的同时,显著提升了用户体验和部署灵活性。这些变化为 KGateway 在复杂云环境中的广泛应用奠定了坚实基础。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0211
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
871
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
756
956
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
695
1.39 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
644