OpenYurt项目中边缘节点LoadBalancer服务过滤机制的优化
2025-07-08 05:04:01作者:咎竹峻Karen
背景与现状
在OpenYurt这个云原生边缘计算平台中,yurthub组件负责处理边缘节点与云端Kubernetes控制面的通信。当前实现中,yurthub包含一个discardcloudservice过滤器,其主要功能是过滤掉边缘节点不应感知的云服务。
现有实现会默认丢弃所有LoadBalancer类型的Service,除非该Service被显式标记了特定注解(openyurt.io/skip-discard=true)。这种设计源于边缘节点上的客户端通常无法通过Pod IP直接访问云应用,因此需要避免kube-proxy感知这些LoadBalancer服务。
问题分析
随着OpenYurt项目的发展,新提出的高可用边缘服务方案需要支持跨NodePool的LoadBalancer服务。这意味着边缘节点需要能够感知某些特定的LoadBalancer服务,而当前的默认丢弃所有LoadBalancer服务的策略已不再适用。
解决方案
针对这一需求,OpenYurt社区决定对discardcloudservice过滤器进行以下优化:
- 行为反转:将过滤逻辑从"默认丢弃"改为"默认保留",只有显式标记的LoadBalancer服务才会被过滤
- 注解变更:引入新的注解svc.openyurt.io/discard=true来标识需要过滤的服务,取代原有的openyurt.io/skip-discard=true注解
- 兼容性考虑:保持对旧注解的支持,但推荐使用新注解
技术实现细节
在代码层面,主要修改包括:
- 在常量定义文件中添加新的注解常量svc.openyurt.io/discard=true
- 修改过滤器逻辑,仅丢弃带有新注解的LoadBalancer服务
- 更新相关单元测试以验证新逻辑
影响与意义
这一变更将为OpenYurt带来以下优势:
- 更好的灵活性:边缘服务可以根据实际需要选择是否在边缘节点上可见
- 支持新功能:为跨NodePool的LoadBalancer服务提供基础支持
- 更直观的配置:使用正向标记(discard)而非反向标记(skip-discard)使配置更加清晰
总结
OpenYurt通过优化yurthub组件中的服务过滤机制,为边缘计算场景提供了更灵活的服务发现能力。这一改进不仅解决了当前的技术限制,也为未来的功能扩展奠定了基础,体现了OpenYurt项目持续演进的设计理念。
登录后查看全文
热门项目推荐
相关项目推荐
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