Multus-CNI中Delegate插件访问Kubernetes API的权限问题分析
2025-06-30 12:09:50作者:胡易黎Nicole
在Kubernetes网络插件生态中,Multus-CNI作为多网络接口管理解决方案,其厚插件模式(thick plugin)在v4.0.2版本中存在一个值得关注的技术问题。当Delegate插件(如userspace-cni)需要访问Kubernetes API时,由于执行环境隔离导致服务账号令牌不可见,这引发了我们对CNI插件权限模型的深入思考。
问题本质
厚插件模式下,Multus通过chroot到/hostroot环境执行Delegate插件,这种设计原本是为了确保插件能正确访问主机网络命名空间。然而副作用是:插件无法访问Multus Pod自身挂载的/var/run/secrets/kubernetes.io/serviceaccount目录,因为该目录存在于容器文件系统中而非主机上。
技术背景
Kubernetes网络插件通常需要两类API访问:
- 读取操作:获取Pod注解、UID等元数据(如userspace-cni需要获取共享目录配置)
- 写入操作:更新网络状态注解(类似k8s.v1.cni.cncf.io/network-status)
传统解决方案是复用Multus的kubeconfig,但在chroot环境下这变得不可行。值得注意的是,这种模式在thin插件中同样存在问题,因为thin插件直接运行在主机环境。
解决方案方向
- 独立凭证管理: Delegate插件应当维护自己的kubeconfig配置,而非依赖Multus的凭证。这包括:
- 通过DaemonSet预置RBAC权限
- 使用独立的ServiceAccount
- 将凭证挂载到主机特定路径
- 凭证注入模式:
- 通过ConfigMap传递集群CA证书
- 使用TokenRequest API动态获取短期令牌
- 将凭证写入hostPath供插件访问
- 架构改进建议:
- 在Delegate插件中实现凭证自动发现机制
- 支持通过环境变量指定kubeconfig路径
- 建立标准的凭证传递规范
实践启示
这个案例揭示了CNI插件开发中的重要原则:网络插件应该设计为自包含的组件,明确区分控制平面(API访问)和数据平面(网络配置)。在Multus生态中,Delegate插件需要:
- 声明清晰的RBAC需求
- 实现灵活的凭证加载逻辑
- 处理主机与容器环境的路径差异
- 考虑凭证的轮换与更新机制
对于已经遇到此问题的开发者,短期解决方案可以修改Delegate插件代码,使其支持从预定义的主机路径加载凭证。长期来看,建立跨CNI插件的统一凭证管理规范将是更可持续的方向。
演进趋势
随着Kubernetes网络需求的复杂化,未来可能出现:
- 标准化的CNI插件凭证API
- 基于CSI风格的Secret存储方案
- 服务网格风格的mTLS认证集成
- 无服务账号的Workload Identity方案
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781