Kubernetes Gateway API 在 Helm 中的标准化实践
2025-07-05 10:21:41作者:明树来
Kubernetes Gateway API 作为新一代流量管理标准,正在逐步取代传统的 Ingress 控制器。然而在实际应用中,我们发现其与 Helm 生态的整合仍存在标准化不足的问题,这直接影响了开发者的采用体验。
现状分析
目前 Helm 官方模板默认支持 Ingress 资源,通过简单的 values.yaml 配置即可快速暴露服务:
ingress:
enabled: true
hosts:
- grafana.example.org
但对于 Gateway API 的 HTTPRoute 资源,开发者需要手动编写 CRD 模板,这种不一致性导致:
- 新用户学习成本增加
- 现有 Helm 图表迁移困难
- 生态系统碎片化
技术挑战
核心矛盾在于 API 形态的差异:
- Ingress 是 Kubernetes 内置 API
- Gateway API 通过 CRD 实现
- 部分关键功能(如存储快照)也采用 CRD 方式
这种设计差异引发了关于原生 Kubernetes 支持的讨论,直接影响工具链的默认支持策略。
标准化建议
社区提出了 HTTPRoute 的标准化 values 规范:
httpRoute:
enabled: true
hostname: app.example.com
hostnames:
- alt.example.com
parentRef:
name: production-gateway
namespace: gateway-system
该设计特点包括:
- 保持与 Ingress 相似的配置体验
- 支持多主机名配置
- 提供显式的 Gateway 关联机制
- 保留扩展性字段
实施路径
建议采取分阶段实施方案:
-
短期方案:
- 在 Gateway API 文档中定义标准 values 规范
- 提供参考模板供图表开发者使用
-
中期方案:
- 推动 Helm 官方支持
helm create生成 HTTPRoute 模板 - 建立 Helm 插件机制自动注入 CRD
- 推动 Helm 官方支持
-
长期方案:
- 推动 Gateway API 成为 Kubernetes 内置 API
- 实现 Helm 对标准 API 的无缝支持
最佳实践
对于应用开发者:
- 同时支持 Ingress 和 HTTPRoute 配置
- 使用条件判断确保兼容性
{{- if .Values.httpRoute.enabled }}
apiVersion: gateway.networking.k8s.io/v1beta1
kind: HTTPRoute
{{- end }}
对于集群管理员:
- 预先安装 Gateway API CRD
- 配置默认 Gateway 实例
- 提供标准化 values 覆盖示例
未来展望
随着 Gateway API 的成熟,我们预期:
- 将成为 Kubernetes 流量管理的标准接口
- Helm 生态将全面适配
- 出现自动化迁移工具
- 多云环境下配置实现真正统一
这种演进需要社区共同努力,特别是在工具链标准化方面持续投入。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
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++
638
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
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
469
Ascend Extension for PyTorch
Python
148
175
暂无简介
Dart
604
135
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
226
81
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
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310