Solo.io Gloo 静态上游(Static Upstream)配置指南
2025-06-12 21:52:53作者:翟江哲Frasier
什么是静态上游
在 Solo.io Gloo 项目中,静态上游(Static Upstream)是一种明确且静态定义的上游服务目标。它允许管理员手动配置路由规则,将流量导向特定的后端服务端点。与动态发现的上游不同,静态上游需要管理员显式定义所有目标主机的地址和端口。
静态上游的应用场景
静态上游特别适用于以下场景:
- 路由到外部服务(如第三方API)
- 指向特定IP地址或域名的服务
- 测试环境中的固定后端服务
- 不需要自动发现的服务端点
配置静态上游的注意事项
当创建指向Kubernetes服务地址的静态上游资源时,Gloo Gateway会依赖kube-proxy进行负载均衡,这可能会影响性能。为避免性能问题,可以考虑:
- 使用动态上游(Dynamic Upstreams)
- 手动创建使用标签选择器(Label Selectors)的上游资源
实战:配置JSON测试API的上游
下面我们通过一个具体示例,展示如何配置Gloo Gateway将请求路由到JSON测试API(http://jsonplaceholder.typicode.com/)。
第一步:创建静态上游
我们可以通过两种方式创建名为json-upstream的静态上游:
方式一:使用YAML文件
apiVersion: gloo.solo.io/v1
kind: Upstream
metadata:
name: json-upstream
namespace: gloo-system
spec:
static:
hosts:
- addr: jsonplaceholder.typicode.com
port: 80
方式二:使用命令行工具
glooctl create upstream static --static-hosts jsonplaceholder.typicode.com:80 --name json-upstream
第二步:创建虚拟服务
接下来,我们需要创建一个虚拟服务(Virtual Service),将所有发往foo域的请求路由到我们刚创建的上游。
apiVersion: gateway.solo.io/v1
kind: VirtualService
metadata:
name: test-static
namespace: gloo-system
spec:
virtualHost:
domains:
- foo
routes:
- matchers:
- prefix: /
routeAction:
single:
upstream:
name: json-upstream
namespace: gloo-system
第三步:测试路由配置
配置完成后,我们可以使用curl命令测试路由是否生效:
curl -H "Host: foo" $(glooctl proxy url)/posts
如果配置正确,将会返回JSON测试API的响应数据,包含一系列模拟的博客文章内容。
性能优化建议
对于生产环境,特别是当上游是Kubernetes服务时,建议:
- 考虑使用动态上游而非静态上游
- 如果必须使用静态上游,确保配置了正确的端口和协议
- 对于大规模部署,监控上游服务的性能指标
- 考虑使用连接池配置优化性能
清理测试资源
完成测试后,记得删除创建的测试资源:
方式一:使用kubectl
kubectl delete vs -n gloo-system test-static
kubectl delete upstream -n gloo-system json-upstream
方式二:使用glooctl
glooctl delete vs test-static
glooctl delete upstream json-upstream
总结
本文详细介绍了在Solo.io Gloo中配置静态上游的完整流程。通过这个示例,我们学习了如何:
- 定义静态上游资源
- 创建虚拟服务并配置路由规则
- 测试路由配置
- 清理测试环境
静态上游是Gloo Gateway中基础但重要的功能,掌握它的配置方法对于构建稳定的服务网格架构至关重要。
登录后查看全文
热门项目推荐
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 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
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989