在Solo.io Gloo中使用EKS服务账户集成AWS Lambda的最佳实践
2025-06-12 13:30:32作者:庞眉杨Will
前言
在现代云原生架构中,将Kubernetes与无服务器计算服务(如AWS Lambda)结合使用已成为一种常见模式。Solo.io Gloo作为一款功能强大的API网关,提供了与AWS Lambda无缝集成的能力。本文将详细介绍如何在Amazon EKS集群中,通过服务账户(ServiceAccount)实现Gloo与AWS Lambda的安全集成。
核心概念解析
1. EKS服务账户与IAM角色集成
AWS EKS提供了一种创新机制,允许将Kubernetes服务账户直接映射到AWS IAM角色。这种集成通过以下组件实现:
- OpenID Connect Provider (OIDC): EKS集群的身份提供商
- WebIdentity: 代表Kubernetes服务账户的临时身份凭证
- IAM角色: 定义访问权限的AWS资源
- IAM策略: 具体的权限规则集
2. Gloo与Lambda集成架构
Gloo通过以下组件实现Lambda集成:
- Upstream: 定义Lambda函数作为上游服务
- VirtualService: 配置路由规则将请求转发到Lambda
- ServiceAccount: 提供访问Lambda所需的AWS凭证
详细配置步骤
第一步:配置EKS集群IAM角色
-
关联OIDC提供商到EKS集群
- 在AWS控制台创建OIDC提供商
- 确保EKS集群已正确配置服务账户Webhook
-
创建IAM策略
- 策略需要包含以下Lambda相关权限:
{ "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "lambda:ListFunctions", "lambda:InvokeFunction", "lambda:GetFunction", "lambda:InvokeAsync" ], "Resource": "*" } ] }
- 策略需要包含以下Lambda相关权限:
-
创建IAM角色并配置信任关系
- 角色需要允许特定的服务账户担任该角色:
{ "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Principal": { "Federated": "arn:aws:iam::<ACCOUNT ID>:oidc-provider/oidc.eks.<REGION>.amazonaws.com/id/<OIDC-ID>" }, "Action": "sts:AssumeRoleWithWebIdentity", "Condition": { "StringEquals": { "oidc.eks.<REGION>.amazonaws.com/id/<OIDC-ID>:sub": [ "system:serviceaccount:gloo-system:discovery", "system:serviceaccount:gloo-system:gateway-proxy" ] } } } ] }
- 角色需要允许特定的服务账户担任该角色:
第二步:部署Gloo Gateway
根据使用场景选择开源版或企业版进行部署:
开源版部署示例:
helm install gloo gloo/gloo \
--namespace gloo-system --create-namespace --values - <<EOF
settings:
aws:
enableServiceAccountCredentials: true
stsCredentialsRegion: ${REGION}
gateway:
proxyServiceAccount:
extraAnnotations:
eks.amazonaws.com/role-arn: ${AWS_ROLE_ARN}
discovery:
serviceAccount:
extraAnnotations:
eks.amazonaws.com/role-arn: ${AWS_ROLE_ARN}
EOF
部署完成后,验证所有组件状态:
kubectl rollout status deployment -n gloo-system gateway-proxy
kubectl rollout status deployment -n gloo-system gloo
kubectl rollout status deployment -n gloo-system gateway
kubectl rollout status deployment -n gloo-system discovery
第三步:配置Lambda路由
-
创建Upstream资源
apiVersion: gloo.solo.io/v1 kind: Upstream metadata: name: lambda namespace: gloo-system spec: aws: region: ${REGION} roleArn: ${AWS_ROLE_ARN} -
验证Lambda函数发现 Gloo的Function Discovery Service(FDS)会自动发现可用的Lambda函数:
kubectl get us -n gloo-system lambda -oyaml -
创建VirtualService路由
apiVersion: gateway.solo.io/v1 kind: VirtualService metadata: name: default namespace: gloo-system spec: virtualHost: domains: - '*' routes: - matchers: - prefix: /lambda routeAction: single: destinationSpec: aws: logicalName: uppercase upstream: name: lambda namespace: gloo-system
第四步:测试Lambda调用
使用curl测试Lambda函数:
curl -v $(glooctl proxy url)/lambda --data '"abc"' -H"content-type: application/json"
首次调用可能会有延迟,因为需要获取STS凭证,后续调用会使用缓存凭证。
高级配置技巧
1. 使用备用IAM角色
可以通过修改Upstream配置来使用不同的IAM角色:
apiVersion: gloo.solo.io/v1
kind: Upstream
metadata:
name: lambda
namespace: gloo-system
spec:
aws:
region: us-east-1
roleArn: $SECONDARY_AWS_ROLE_ARN
2. 处理Lambda冷启动
Lambda冷启动可能导致延迟增加,建议配置适当的超时和重试策略:
options:
timeout: 35s # 默认15秒
retries:
retryOn: '5xx'
numRetries: 3
perTryTimeout: '10s'
最佳实践建议
- 最小权限原则:为服务账户配置仅需的最小权限
- 凭证缓存:利用Gloo的凭证缓存机制提高性能
- 监控与日志:密切监控Lambda调用指标和日志
- 错误处理:合理配置重试策略处理临时性错误
- 性能优化:考虑使用Lambda预置并发减少冷启动影响
通过本文介绍的配置方法,您可以在EKS环境中安全高效地使用Gloo Gateway集成AWS Lambda服务,构建灵活可靠的Serverless架构。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
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++
947
886
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
398
302
🎉 (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
1.56 K
909
暂无简介
Dart
920
228
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
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
133
212