Gloo Gateway中oneWayTls特性的实现与演进
在Kubernetes网关生态系统中,TLS配置一直是保障服务通信安全的核心要素。Gloo Gateway作为基于Kubernetes Gateway API实现的高级网关解决方案,近期在其1.18.3和1.19.0-beta1版本中引入了一个关键特性——oneWayTls支持,这为特定场景下的TLS配置提供了更灵活的解决方案。
背景与需求
在典型的TLS握手过程中,双向认证(mTLS)要求通信双方都提供证书并进行验证。然而,在某些场景下,特别是使用cert-manager等工具自动管理证书时,系统会自动注入CA证书(ca.crt),这可能导致网关意外启用双向认证。当用户实际只需要单向TLS认证时,这种自动行为反而会造成配置困扰。
cert-manager作为Kubernetes生态中广泛使用的证书管理工具,在自签名证书场景下会自动将CA证书注入生成的Secret资源中。虽然ACME颁发的证书较少出现这种情况,但对于自签名证书,用户目前没有官方方法可以禁用这一行为。
技术实现方案
Gloo Gateway团队经过深入讨论,最终选择通过Gateway API的扩展机制来实现这一特性。具体而言,他们在GatewayTlsConfig的options字段中添加了相关配置,这符合Gateway API官方文档中关于TLS扩展的建议规范。
实现过程中,开发团队特别关注了以下技术细节:
- 与现有Gloo Edge的SslConfig保持API一致性
- 确保与Kubernetes Gateway API规范的兼容性
- 提供清晰的验证逻辑,防止配置错误
- 保持配置的简洁性和易用性
使用场景与价值
这一特性的主要应用场景包括:
- 使用cert-manager管理自签名证书时,避免自动注入的CA证书导致意外启用双向认证
- 简化测试环境配置,当只需要基本TLS加密而不需要完整证书链验证时
- 与某些特定客户端兼容,这些客户端可能不支持或不适合使用双向认证
对于运维团队而言,这一特性显著简化了证书管理流程,不再需要手动修补Secret资源来移除ca.crt字段,降低了配置复杂度和出错概率。
实现细节与注意事项
在底层实现上,Gloo Gateway的监听器翻译器(gateway_listener_translator)被增强以处理oneWayTls标志。当该标志设置为true时,即使Secret中包含CA证书,系统也会忽略它,强制使用单向TLS认证。
需要注意的是,这一特性目前仅在Gloo Gateway(solo-io/gloo)中实现,尚未被上游的kgateway项目采纳。用户在跨平台部署时需要注意这一差异。
未来展望
随着这一特性的落地,Gloo Gateway在TLS配置灵活性方面又迈进了一步。未来可能会围绕以下方向继续演进:
- 更细粒度的TLS策略控制
- 与服务网格安全体系的深度集成
- 对新兴证书管理标准的支持
- 性能优化与安全加固
这一特性的实现不仅解决了具体的技术痛点,也展示了Gloo Gateway团队对用户需求的快速响应能力和技术创新精神,为构建更安全、更灵活的云原生API网关生态系统贡献了重要力量。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00