使用Solo.io Gloo实现Kubernetes服务路由入门指南
概述
在现代云原生架构中,服务路由是微服务通信的关键环节。Solo.io Gloo作为一款基于Envoy构建的API网关,提供了强大的服务路由能力。本文将带您完成Gloo Gateway的"Hello World"入门实践,通过部署一个宠物商店(Pet Store)示例应用,演示Gloo的核心路由功能。
核心概念
在开始实践前,我们需要了解Gloo Gateway的两个核心概念:
-
Upstream(上游服务):代表Kubernetes集群中的一个服务端点,类似于Envoy中的cluster概念。Gloo可以自动发现集群中的服务并创建对应的Upstream资源。
-
Virtual Service(虚拟服务):定义路由规则,指定如何将入站请求路由到特定的Upstream服务。
环境准备
开始前请确保满足以下条件:
- 已部署Kubernetes集群
- 已安装Gloo Gateway
- 已安装kubectl和glooctl命令行工具
启用服务发现功能
Gloo的服务发现功能默认关闭以提高性能。我们需要先启用它:
kubectl patch settings -n gloo-system default \
--type=merge \
--patch '{"spec":{"discovery":{"fdsMode":"BLACKLIST","enabled":true}}}'
部署示例应用
我们将使用一个宠物商店应用作为示例:
kubectl apply -f https://raw.githubusercontent.com/solo-io/gloo/main/example/petstore/petstore.yaml
验证应用部署状态:
kubectl -n default get pods
kubectl -n default get svc petstore
检查自动创建的Upstream
Gloo会自动发现Kubernetes服务并创建对应的Upstream:
glooctl get upstreams
重点关注default-petstore-8080这个Upstream,它应该处于"Accepted"状态。
启用函数发现服务(FDS)
宠物商店应用提供了Swagger API文档,我们需要启用FDS来发现这些API端点:
kubectl label namespace default discovery.solo.io/function_discovery=enabled
再次检查Upstream,现在应该能看到具体的REST端点:
glooctl get upstream default-petstore-8080
配置路由规则
现在我们可以创建路由规则了:
glooctl add route \
--path-exact /all-pets \
--dest-name default-petstore-8080 \
--prefix-rewrite /api/pets
这条规则将:
- 匹配路径为
/all-pets的请求 - 重写路径为
/api/pets - 转发到
default-petstore-8080这个Upstream
验证路由配置
检查Virtual Service状态:
glooctl get virtualservice default
状态应为"Accepted",表示配置已生效。
测试路由
发送测试请求:
curl $(glooctl proxy url --name gateway-proxy)/all-pets
应该能看到返回的宠物列表JSON数据。
工作原理详解
-
服务发现机制:Gloo通过Kubernetes API监听服务变化,自动创建Upstream资源。
-
函数发现:对于支持OpenAPI/Swagger的服务,Gloo能自动发现API端点并生成对应的转换配置。
-
路由匹配:Virtual Service中的matchers定义了请求匹配规则,支持精确匹配、前缀匹配等多种方式。
-
路径重写:
prefixRewrite选项允许在转发前修改请求路径,实现前端友好URL。
常见问题排查
-
Upstream状态不是Accepted:
- 检查服务是否正常运行
- 确认服务发现功能已启用
- 查看Gloo Pod日志排查问题
-
路由不生效:
- 确认Virtual Service状态为Accepted
- 检查路由规则是否匹配测试请求
- 验证Upstream配置是否正确
-
本地测试问题:
- Minikube环境下需要运行
minikube tunnel才能获取外部IP
- Minikube环境下需要运行
进阶学习方向
完成本教程后,您可以进一步探索:
- 更复杂的路由匹配规则
- 多种目标服务类型配置
- 请求处理与转换功能
- 流量管理与负载均衡策略
- 安全认证与授权配置
通过这个简单的"Hello World"示例,您已经掌握了Gloo Gateway的基本路由配置方法。Gloo的强大功能远不止于此,它还能处理gRPC、GraphQL等多种协议,并提供丰富的扩展能力。
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