在HashiCorp Nomad上部署Gloo Gateway的技术指南
2025-06-12 08:48:23作者:柏廷章Berta
前言
在现代云原生架构中,API网关扮演着至关重要的角色。Gloo Gateway作为一款功能强大的API网关解决方案,不仅支持Kubernetes环境,还能与HashiCorp Nomad完美集成。本文将详细介绍如何在Nomad平台上部署Gloo Gateway,并实现基本的流量路由功能。
架构概述
Gloo Gateway在Nomad环境中的架构由多个关键组件组成:
-
核心组件:
- Docker:作为容器运行时环境
- Nomad:负责工作负载调度和管理
- Consul:提供服务发现和配置存储
- Vault:管理敏感数据和凭证
-
辅助工具:
- Levant:Nomad作业模板和部署工具
- Glooctl:Gloo Gateway的命令行管理工具
这种架构设计充分利用了HashiCorp技术栈的优势,为微服务架构提供了灵活、可靠的API网关解决方案。
环境准备
软件要求
在开始安装前,请确保满足以下条件:
-
本地机器:
- Levant工具(用于Nomad作业部署)
- Glooctl(Gloo管理CLI)
-
目标主机:
- Docker环境
- Nomad集群
- Consul服务
- Vault服务
特殊环境注意事项
- macOS用户:需要额外安装Weave Network
- Linux用户:可能需要临时禁用SELinux
部署方案选择
Gloo Gateway提供了三种部署方式:
1. 完整演示模式(推荐新手)
执行以下命令即可自动完成所有部署步骤:
./demo-local.sh
此脚本将:
- 启动开发模式的Consul、Nomad和Vault
- 部署Gloo Gateway和PetStore示例应用
- 创建路由规则
验证命令:
curl localhost:8080/
2. 本地开发模式
适合希望手动控制每个步骤的用户:
./launch-consul-vault-nomad-dev.sh
3. Vagrant虚拟环境
使用Vagrant创建隔离的测试环境:
vagrant up
端口映射情况如下:
| 服务 | 端口 |
|---|---|
| Nomad | 4646 |
| Consul | 8500 |
| Vault | 8200 |
| Gloo HTTP | 8080 |
| Gloo HTTPS | 8443 |
| Gloo Admin | 19000 |
核心组件部署
安装Gloo Gateway
使用Levant部署Gloo Gateway作业:
levant deploy \
-var-file variables.yaml \
jobs/gloo.nomad
监控部署状态:
nomad job status gloo
部署示例应用
部署PetStore应用:
levant deploy \
-var-file='variables.yaml' \
jobs/petstore.nomad
检查部署状态:
nomad job status petstore
路由配置
创建从网关到PetStore的路由:
glooctl add route \
--path-prefix / \
--dest-name petstore \
--prefix-rewrite /api/pets \
--use-consul
验证路由是否生效:
curl localhost:8080/
预期返回结果:
[
{"id":1,"name":"Dog","status":"available"},
{"id":2,"name":"Cat","status":"pending"}
]
进阶使用建议
成功完成基础部署后,您可以进一步探索:
- 流量管理:实现A/B测试、金丝雀发布等高级流量控制
- 安全配置:集成JWT验证、OAuth2等安全机制
- 监控集成:连接Prometheus、Grafana等监控工具
- 多环境部署:配置开发、测试、生产多套环境
注意事项
- 所有glooctl命令需使用
--use-consul参数 - 资源配置需通过Nomad而非Kubernetes进行管理
- 生产环境建议使用正式的Consul和Vault实例
通过本文的指导,您已经成功在Nomad环境中部署了Gloo Gateway,并实现了基本的API路由功能。这套解决方案结合了HashiCorp技术栈的灵活性和Gloo Gateway的强大功能,为您的微服务架构提供了可靠的API网关支持。
登录后查看全文
热门项目推荐
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322