Kind 项目中 Cilium 证书验证失败问题分析与解决方案

问题现象

在使用 Kind 集群部署 Cilium 网络插件时，Cilium 组件无法正常启动，日志显示证书验证失败。具体错误信息表明，Cilium 尝试连接的 Kubernetes API 服务器 IP 地址（10.96.103.181）不在 API 服务器证书的有效 SAN（Subject Alternative Name）列表中。

问题根源分析

1. Kubernetes API 服务器证书机制

Kubernetes API 服务器的 TLS 证书中包含了允许访问的 IP 地址和域名列表。在 Kind 集群中，默认情况下，API 服务器证书会包含以下 SAN：

• 集群服务 CIDR 的第一个 IP（通常是 10.96.0.1）
• 节点 IP 地址（如 172.18.0.4）
• 本地回环地址（127.0.0.1）

2. Cilium 连接 API 服务器的方式

Cilium 组件需要通过 Kubernetes 服务发现机制访问 API 服务器。正常情况下，它应该使用默认的 kubernetes.default 服务，该服务解析到服务 CIDR 的第一个 IP（10.96.0.1）。

3. 问题具体原因

从日志分析，Cilium 尝试连接的是 10.96.103.181 这个 IP 地址，这可能是由于：

1. 用户自定义配置了额外的 API 服务器服务
2. 服务 CIDR 范围被修改过
3. Cilium 配置错误地指定了 API 服务器地址

由于该 IP 不在 API 服务器证书的 SAN 列表中，导致 TLS 握手失败。

解决方案

方案一：使用默认 API 服务器服务

最简单的解决方案是让 Cilium 使用默认的 kubernetes.default 服务（10.96.0.1），这是最推荐的做法，因为：

1. 这是 Kubernetes 的标准实践
2. 不需要修改集群配置
3. 保证稳定性

方案二：扩展 API 服务器证书 SAN 列表

如果需要使用特定的 IP 地址访问 API 服务器，可以通过修改 Kind 集群配置来扩展证书的 SAN 列表：

kubeadmConfigPatchesJSON6902:
- group: kubeadm.k8s.io
  version: v1beta2
  kind: ClusterConfiguration
  patch: |
    - op: add
      path: /apiServer/certSANs/-
      value: 10.96.103.181

这种配置需要在创建集群时指定，会将该 IP 地址添加到 API 服务器证书的 SAN 列表中。

最佳实践建议

1. 遵循默认配置：除非有特殊需求，否则应使用 Kubernetes 默认提供的 API 服务器服务
2. 谨慎修改服务 CIDR：如果必须修改，确保同时更新相关组件的配置
3. 验证网络配置：部署 Cilium 前，确认集群网络配置符合其要求
4. 查看官方文档：Cilium 有专门的 Kind 安装指南，应仔细阅读并遵循

总结

Kind 集群与 Cilium 的集成问题通常源于网络配置不匹配。理解 Kubernetes 服务发现机制和证书管理原理是解决这类问题的关键。通过合理配置，可以确保 Cilium 在 Kind 集群中稳定运行，为容器提供高效的网络功能。