Kong Kubernetes Ingress Controller中HTTPRoute表达式路由的服务合并优化
在Kong Kubernetes Ingress Controller项目中,最近针对HTTPRoute资源表达路由功能的实现进行了一项重要优化。这项优化主要解决了在表达式路由模式下,相同后端服务被重复创建的问题,从而提高了Kong配置的效率和性能。
背景与问题
在Kubernetes Ingress Controller中,HTTPRoute资源用于定义HTTP流量的路由规则。Kong支持两种路由模式:传统路由和表达式路由。在表达式路由模式下,每个HTTPRoute会被转换为Kong特定的表达式路由配置。
原先的实现中存在一个效率问题:当多个HTTPRoute指向相同的后端服务(包括相同的服务引用、权重和过滤器配置)时,系统会为每个HTTPRoute创建独立的Kong服务。这种实现方式虽然功能上可行,但会导致Kong配置中存在大量重复服务定义,增加了配置复杂度和资源消耗。
解决方案
优化后的实现通过以下方式解决了这个问题:
-
服务合并机制:在表达式路由模式下,系统会识别具有相同目标引用(targetRefs)的HTTPRoute规则,包括相同的服务、权重和过滤器配置。
-
统一服务创建:对于这些相同的后端服务配置,系统不再为每个HTTPRoute创建独立服务,而是创建一个共享的Kong服务。
-
路由规则关联:多个HTTPRoute的路由规则会被关联到这个共享服务上,通过表达式路由的匹配条件来区分不同的流量路由。
技术实现细节
在代码层面,这项优化主要涉及HTTPRoute翻译器的重构:
-
服务标识生成:系统为每个唯一的服务组合(服务引用+权重+过滤器)生成一个确定性标识符。
-
服务缓存:在翻译过程中维护一个服务缓存,确保相同配置的服务只被创建一次。
-
路由表达式构建:为每个HTTPRoute构建独立的表达式路由规则,但指向共享的服务资源。
优势与收益
这项优化带来了多方面的好处:
-
配置精简:显著减少了生成的Kong配置项数量,特别是在大规模部署场景下。
-
性能提升:减少了Kong需要处理的服务对象数量,降低了内存占用和CPU消耗。
-
维护简化:统一的配置结构使得系统更易于理解和维护。
-
一致性保证:确保相同后端服务的配置完全一致,避免了因分散定义导致的潜在不一致问题。
总结
这项针对Kong Kubernetes Ingress Controller中HTTPRoute表达式路由的优化,体现了对系统效率和资源利用的持续改进。通过智能合并相同后端服务的路由配置,不仅提升了系统性能,也为用户提供了更加简洁高效的配置体验。这种优化对于大规模部署Kong作为Ingress Controller的场景尤为重要,能够有效降低配置复杂度和资源开销。
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