Incus网络地址集功能设计与实现分析
2025-06-24 06:48:52作者:殷蕙予
背景与需求
在云计算和容器网络管理中,网络地址集(Address Sets)是一个重要的网络抽象概念。它允许管理员将一组IP地址或子网定义为命名集合,并在网络访问控制列表(ACL)中作为源/目标选择器使用。Incus作为下一代容器管理平台,其网络功能持续演进,网络地址集功能的缺失成为了当前架构中的一个明显短板。
技术实现方案
架构设计
网络地址集在Incus中的实现采用了分层架构设计:
-
数据持久层:
- 新增
address_sets数据库表结构 - 实现Schema版本76的迁移逻辑
- 采用自动生成的CRUD操作函数
- 新增
-
控制平面:
- OVN原生对象集成
- 与现有ACL系统的深度整合
- 项目级作用域管理(当
features.networks=true时)
-
API层:
- 新增RESTful API端点
- 支持集合过滤功能
- 完整生命周期管理接口
关键技术点
-
OVN集成: 利用OVN原生的地址集对象实现,通过NBCTL进行管理。值得注意的是,Incus内部已经使用地址集来实现
@internal和@external选择器功能。 -
防火墙集成:
- 支持nftables和OVN两种后端
- 实现IPv4/IPv6地址集合
- 与现有ACL规则的无缝配合
-
网络策略:
- 默认拒绝策略下的特殊处理
- ICMPv6流量的特殊处理机制
- 跨网络通信的地址集应用
实现挑战与解决方案
-
ICMPv6处理难题: 在nftables实现中发现ICMPv6流量无法被地址集规则正确拦截。经分析,这是由于Incus默认ACL规则中包含了ICMPv6类型的白名单,这些规则优先级更高导致。这实际上是一个独立于地址集功能的基础网络策略问题。
-
OVN默认策略: OVN网络在应用ACL时会自动生成四条基础规则:
- 两条REJECT规则(入向/出向默认拒绝)
- 一条DROP规则(网络内部通信)
- 用户自定义的ACL规则 这种设计确保了网络安全的最小特权原则。
-
测试验证: 实现了全面的测试方案:
- 单元测试覆盖数据库操作
- API接口测试验证RESTful行为
- 集成测试检查OVN和nftables的实际效果
- 跨协议测试(IPv4/IPv6/TCP/ICMP)
功能特性
-
核心能力:
- 地址集的创建、更新、删除
- 地址集合的批量管理
- 跨项目共享能力
-
高级功能:
- 支持IP地址范围
- 支持CIDR表示法子网
- 与ACL规则的深度集成
-
管理接口:
- 命令行工具集成
- REST API支持
- 清晰的权限控制模型
最佳实践建议
-
网络规划:
- 建议按功能划分地址集
- 考虑使用项目级隔离
- 提前规划IPv4/IPv6支持
-
安全策略:
- 结合默认拒绝策略设计规则
- 注意ICMP协议的特殊处理
- 定期审计地址集使用情况
-
性能考量:
- 大型地址集考虑分区管理
- 注意OVN规则数量限制
- 监控规则匹配效率
未来演进方向
-
协议扩展:
- MAC地址集合支持
- 服务端口集合
- 协议类型集合
-
功能增强:
- 地址集模板
- 动态地址集
- 与其他网络组件的深度集成
-
管理优化:
- 批量导入导出
- 可视化展示
- 使用量分析
该功能的实现显著提升了Incus在复杂网络环境下的策略管理能力,为多租户场景、微服务隔离等用例提供了更强大的网络控制手段。通过地址集抽象,管理员可以构建更加清晰、可维护的网络策略体系。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
776
5.07 K
Ascend Extension for PyTorch
Python
756
961
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430