Apache APISIX Kubernetes服务发现功能解析
2025-05-15 07:38:18作者:何将鹤
概述
Apache APISIX作为云原生API网关,提供了与Kubernetes生态系统的深度集成能力。其中,Kubernetes服务发现功能允许APISIX自动发现并路由到集群内的服务端点,这对于构建云原生应用架构至关重要。
功能原理
APISIX的Kubernetes服务发现模块通过以下机制工作:
- 认证配置:通过挂载Kubernetes服务账户的token文件实现认证
- 连接参数:配置Kubernetes API服务器的地址、端口和协议
- 权重设置:可以为发现的服务设置默认权重值
典型配置示例如下:
discovery:
kubernetes:
client:
token_file: /var/run/secrets/kubernetes.io/serviceaccount/token
default_weight: 50
service:
host: ${KUBERNETES_SERVICE_HOST}
port: ${KUBERNETES_SERVICE_PORT}
schema: https
常见误区
许多用户容易混淆APISIX服务和Kubernetes服务端点的概念:
- APISIX服务:指在APISIX中定义的路由和上游配置的组合
- Kubernetes服务端点:是Kubernetes集群内部署的实际应用实例
默认情况下,APISIX Dashboard展示的是APISIX服务列表,而非Kubernetes服务端点。要查看Kubernetes发现的服务,需要通过专用API接口。
查询Kubernetes服务端点
从APISIX 3.8.0版本开始,可以通过以下管理API查询已发现的Kubernetes服务端点:
curl http://127.0.0.1:9092/v1/discovery/kubernetes/dump
该接口会返回JSON格式的Kubernetes服务端点信息,包括服务名称、命名空间、端点地址等关键数据。
最佳实践
- 权限配置:确保APISIX Pod具有足够的RBAC权限访问Kubernetes API
- 网络连通性:验证APISIX到Kubernetes API服务器的网络连接
- 服务发现时效性:了解服务发现的缓存机制和刷新间隔
- 权重管理:根据业务需求合理设置服务权重
总结
Apache APISIX的Kubernetes服务发现功能为云原生应用提供了无缝的服务集成能力。正确理解其工作原理和使用方式,可以帮助开发者构建更加灵活、可靠的微服务架构。随着功能的不断完善,未来版本可能会在Dashboard中直接展示Kubernetes服务发现结果,进一步提升用户体验。
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 StartedRust0201
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 Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
771
5.02 K
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++
693
1.36 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++
865
1.96 K
Ascend Extension for PyTorch
Python
746
926
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
461
455
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++
1.09 K
1.12 K
Claude 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 Started
Rust
1.94 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
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
1.02 K
266