Rook项目中的CephObjectStore支持RGW密钥配置管理
在Ceph分布式存储系统中,RGW(RADOS Gateway)作为对象存储网关,提供了与S3和Swift兼容的API接口。在实际生产环境中,RGW经常需要与第三方系统集成,如Keystone身份认证服务或Barbican密钥管理服务,这些集成往往需要配置敏感信息如密码或密钥。
Rook项目作为Kubernetes上运行Ceph的编排器,通过CephObjectStore自定义资源(CRD)来管理RGW实例。最新版本中,Rook团队为CephObjectStore添加了对RGW配置参数的支持,允许用户通过CRD直接配置RGW的各种参数。然而,对于敏感配置项如rgw_keystone_barbican_password,直接以明文形式存储在CRD中并不安全。
技术实现方案
Rook团队经过讨论后确定了以下实现方案:
-
配置存储方式:敏感配置将通过Kubernetes Secret资源存储,而不是直接写在CRD中。这符合Kubernetes管理敏感信息的最佳实践。
-
配置传递机制:敏感配置会被写入Ceph的monitor数据库,而不是通过环境变量或命令行参数传递给RGW容器。这种方式避免了敏感信息在容器运行时暴露的风险。
-
配置清除机制:当需要移除某个敏感配置时,用户可以通过显式地将该配置值设为空字符串("")来实现。
配置示例
以下是一个使用Secret存储RGW敏感配置的示例:
apiVersion: ceph.rook.io/v1
kind: CephObjectStore
metadata:
name: my-store
spec:
gateway:
rgwConfig:
debug_rgw: "10"
rgwCommandFlags:
rgw_dmclock_auth_res: "100.0"
rgwConfigFromSecret:
rgw_keystone_barbican_password:
secretName: barbican-secret
secretKey: password
在这个示例中:
rgw_keystone_barbican_password配置项的值将从名为barbican-secret的Kubernetes Secret中获取- 具体值来自Secret中的
password键
安全考虑
这种实现方式具有以下安全优势:
-
敏感信息隔离:敏感配置与普通配置分离,存储在专门的Secret资源中。
-
访问控制:可以利用Kubernetes的RBAC机制严格控制谁可以访问这些Secret。
-
审计追踪:Secret资源的访问和修改可以被审计。
-
加密支持:Secret可以使用Kubernetes的加密机制进行静态加密。
使用建议
对于需要与外部系统集成的RGW部署,建议:
-
为每个集成点创建独立的Secret资源
-
定期轮换Secret中的敏感信息
-
使用Kubernetes的命名空间来隔离不同环境的Secret
-
结合Vault等外部密钥管理系统实现更高级的密钥管理
这一功能的加入使得Rook在Kubernetes上管理Ceph对象存储时更加安全可靠,特别是对于需要与外部认证和密钥管理系统集成的企业级部署场景。
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112