在k3sup中自定义Traefik配置的技术指南
2025-06-01 02:48:12作者:谭伦延
背景介绍
k3sup是一个快速部署K3s集群的工具,它默认会安装Traefik作为入口控制器。然而,在实际生产环境中,我们经常需要对Traefik进行定制化配置,比如修改默认TLS选项、禁用HTTP端口或者更改HTTPS监听端口等。
默认配置的局限性
k3sup安装的K3s集群中,Traefik作为内置组件存在以下默认配置:
- 同时监听80(HTTP)和443(HTTPS)端口
- 使用默认的TLS配置
- 无法直接通过k3sup命令修改这些配置
自定义Traefik配置的两种方案
方案一:禁用内置Traefik并独立安装
- 使用
--no-traefik参数安装k3s,禁用内置Traefik - 通过arkade工具安装Traefik并自定义配置:
arkade install traefik --set key=value - 或者直接使用Helm chart进行完全自定义安装
这种方案的优点是可以使用最新版本的Traefik(v3)及其所有功能,但需要额外管理Traefik的安装和升级。
方案二:修改内置Traefik的配置
K3s允许通过HelmChartConfig资源来自定义内置组件的配置。以下是具体步骤:
- 创建配置文件
traefik-config.yaml:
apiVersion: helm.cattle.io/v1
kind: HelmChartConfig
metadata:
name: traefik
namespace: kube-system
spec:
valuesContent: |-
ports:
web:
expose:
default: false # 禁用HTTP(80)端口
websecure:
exposedPort: 31111 # 修改HTTPS端口为31111
tlsOptions:
default:
sniStrict: true # 启用SNI严格模式
alpnProtocols: ['http/1.1'] # 限制ALPN协议
- 将配置文件放到K3s的manifests目录:
scp traefik-config.yaml $SERVER:/home/debian/traefik-config.yaml
ssh $SERVER sudo mv traefik-config.yaml /var/lib/rancher/k3s/server/manifests/
- K3s会自动应用这个配置,无需重启服务
注意事项:
- 这种方法使用的是K3s内置的Traefik v2版本
- 某些v3功能(如
asDefault)不可用 - 配置在k3sup升级后仍然有效
生产环境建议
对于生产环境,建议考虑以下最佳实践:
- 如果需要最新Traefik功能,选择方案一
- 如果追求简单稳定,选择方案二
- 无论哪种方案,都应配置适当的TLS安全选项
- 考虑使用非标准端口时,确保防火墙规则正确配置
- 定期检查Traefik的日志和指标,确保配置按预期工作
通过以上方法,您可以灵活地在k3sup部署的K3s集群中定制Traefik以满足特定需求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
211
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
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
481
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
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++
649
271
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
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
212