Envoy Gateway 部署模式详解
2026-02-04 04:06:24作者:何将鹤
概述
Envoy Gateway 作为 Kubernetes 上的 API 网关解决方案,提供了多种灵活的部署模式,以满足不同场景下的需求。本文将深入解析 Envoy Gateway 的各种部署模式及其适用场景,帮助您根据实际业务需求选择合适的部署方式。
基础部署模式
单一 GatewayClass 模式
这是最简单的部署方式,每个 Envoy Gateway 控制器仅关联一个 GatewayClass 资源。这种模式适合以下场景:
- 每个网关需要独立的资源配置
- 业务逻辑简单,不需要复杂的多租户隔离
- 资源消耗不是主要考虑因素
特点:
- 配置简单直接
- 资源隔离性好
- 适合小型应用或测试环境
多 GatewayClass 模式
单个 Envoy Gateway 控制器可以关联多个 GatewayClass 资源,这种模式提供了更大的灵活性:
- 允许在同一控制器下管理多个网关配置
- 减少了控制器实例数量
- 适合中等规模的应用场景
高级部署模式
多租户隔离部署
在实际生产环境中,不同团队或部门(租户)通常需要独立的网关资源。Envoy Gateway 支持通过命名空间实现多租户隔离:
-
部署架构:
- 每个租户在独立的命名空间中部署 Envoy Gateway 控制器
- 控制器仅监控所属命名空间内的资源
- 为每个租户配置唯一的控制器名称
-
实现步骤:
- 为每个团队创建独立命名空间(如 marketing、product)
- 在每个命名空间部署独立的 Envoy Gateway 实例
- 配置专属的 GatewayClass 和关联资源
-
优势:
- 资源完全隔离,避免相互影响
- 各团队可自主管理自己的网关配置
- 安全性更高,减少误操作风险
网关合并部署模式
默认情况下,每个 Gateway 都会创建独立的 Envoy Proxy 实例。但在某些场景下,合并多个 Gateway 的监听器到单个 Envoy Proxy 集群更为合适:
-
适用场景:
- 需要集中管理所有流量
- 希望减少基础设施资源消耗
- 需要为所有监听器提供单一入口点
-
配置方法:
- 在 EnvoyProxy 资源中设置
mergeGateways: true - 确保所有监听器的端口、协议和主机名组合唯一
- 在 EnvoyProxy 资源中设置
-
优势:
- 资源利用率更高
- 管理更集中
- 减少 IP 地址消耗
Kubernetes 部署实践
默认监控模式
Envoy Gateway 默认会:
- 监控所有命名空间中的资源(如 Service 和 HTTPRoute)
- 在 Envoy Gateway 运行的命名空间中创建数据平面资源(如 EnvoyProxy Deployment)
命名空间限定模式
可以通过配置实现只监控特定命名空间:
- 设置
EnvoyGateway.provider.kubernetes.watch.namespaces指定监控的命名空间列表 - 或使用
namespaceSelector基于标签选择命名空间
实战示例
多租户部署示例
- 为营销团队部署:
helm install \
--set config.envoyGateway.gateway.controllerName=gateway.envoyproxy.io/marketing-gatewayclass-controller \
--set config.envoyGateway.provider.kubernetes.watch.namespaces={marketing} \
eg-marketing -n marketing --create-namespace
- 为产品团队部署:
helm install \
--set config.envoyGateway.gateway.controllerName=gateway.envoyproxy.io/product-gatewayclass-controller \
--set config.envoyGateway.provider.kubernetes.watch.namespaces={product} \
eg-product -n product --create-namespace
网关合并部署验证
- 检查网关状态:
kubectl get gateways -n default
- 测试路由:
curl --header "Host: www.merged1.com" http://$GATEWAY_HOST:8080/example
最佳实践建议
- 小型项目:采用单一 GatewayClass 模式,简化管理
- 中型项目:考虑多 GatewayClass 模式,平衡灵活性与复杂度
- 大型企业:
- 使用多租户隔离部署,确保团队间资源隔离
- 对公共入口考虑网关合并部署,提高资源利用率
- 性能关键型应用:根据流量模式选择是否合并网关,权衡资源消耗与隔离性
常见问题排查
- 端口冲突:在合并部署时,确保监听器端口不冲突
- 路由失效:检查 GatewayClass 的 controllerName 是否与部署配置匹配
- 资源隔离问题:确认命名空间配置正确,特别是多租户场景
通过理解这些部署模式的特点和适用场景,您可以根据实际业务需求选择最合适的 Envoy Gateway 部署策略,实现高效、安全的 API 网关管理。
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 StartedRust0198
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 Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
767
5.01 K
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++
866
1.95 K
Ascend Extension for PyTorch
Python
725
897
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++
692
1.35 K
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
458
454
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++
1.09 K
1.12 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
1.02 K
265
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
152
238
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
629
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425