Terraform Kubernetes Provider 网络策略端口范围支持解析
2025-07-10 00:23:17作者:侯霆垣
在Kubernetes 1.25版本中,网络策略(NetworkPolicy)新增了对端口范围的支持,允许管理员通过endPort字段指定连续的端口范围。这一功能显著提升了网络策略配置的灵活性,特别是在需要开放大量连续端口时,不再需要逐个声明每个端口。
功能背景
传统Kubernetes网络策略中,管理员只能为每个端口单独定义规则。当需要开放多个连续端口时,必须重复编写相似的规则,这不仅增加了配置复杂度,也降低了可读性。1.25版本引入的endPort字段解决了这一问题,允许通过指定起始端口和结束端口来定义端口范围。
Terraform实现现状
当前版本的Terraform Kubernetes Provider尚未支持这一功能。在资源定义kubernetes_network_policy中,ports块仅支持port和protocol两个字段,缺少对endPort的支持。
技术实现分析
要实现这一功能,需要在kubernetes_network_policy资源的Schema定义中添加endPort字段。该字段应为可选整数类型,与port字段配合使用。当指定endPort时,表示从port到endPort的连续端口范围;不指定时则保持原有单端口行为。
配置示例
resource "kubernetes_network_policy" "example" {
metadata {
name = "range-port-policy"
namespace = "default"
}
spec {
pod_selector {
match_labels = {
app = "web"
}
}
ingress {
ports {
port = 8000
endPort = 8010 # 允许8000-8010共11个端口
protocol = "TCP"
}
}
policy_types = ["Ingress"]
}
}
兼容性考虑
由于endPort是Kubernetes 1.25引入的功能,在实现时需要考虑向后兼容性。当在低于1.25版本的集群上使用该功能时,Terraform应提供明确的错误提示,而不是静默失败。
最佳实践建议
- 优先使用命名端口而非数字端口,提高配置可读性
- 端口范围不宜过大,应遵循最小权限原则
- 在跨版本环境中使用时,明确标注所需的Kubernetes版本
- 结合命名空间选择器使用,限制端口范围的访问来源
这一功能的实现将大大简化需要开放多个连续端口的场景配置,如日志收集、监控数据上报等常见用例,是Terraform Kubernetes Provider功能完善的重要一步。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
659
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
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146