首页
/ OpenYurt项目中CRD分类配置的安全优化实践

OpenYurt项目中CRD分类配置的安全优化实践

2025-07-08 12:23:04作者:姚月梅Lane

背景

在Kubernetes生态系统中,Custom Resource Definition(CRD)是扩展API的重要机制。OpenYurt作为阿里巴巴开源的云原生边缘计算平台,在其项目中定义了大量CRD来支持边缘计算场景的特殊需求。近期项目团队发现了一个潜在的安全隐患:部分CRD资源被错误地归类到"all"这个特殊分类中。

问题分析

在Kubernetes中,"all"是一个特殊的资源分类,当用户执行kubectl delete all命令时,所有标记为该分类的资源都会被删除。OpenYurt中的多个CRD(如YurtAppSet等)通过kubebuilder注释categories=all被归入了这一分类。

这种配置带来了两个主要风险:

  1. 即使用户在命名空间级别执行删除操作,由于"all"分类的特殊性,集群范围的CRD资源也会被意外删除
  2. 当用户意图清理某个命名空间下的标准资源时,可能会无意中删除OpenYurt的关键CRD定义

解决方案

项目团队通过PR#2320解决了这一问题,主要修改包括:

  1. 移除了所有CRD定义中的categories=all注释
  2. 为OpenYurt特有的CRD创建了专属分类(如openyurt
  3. 确保集群范围的资源不会被意外删除

技术细节

在Kubernetes中,资源分类通过kubebuilder注释实现。修改前的典型配置如下:

// +kubebuilder:resource:shortName=yas,categories=all

优化后的配置变为:

// +kubebuilder:resource:shortName=yas,categories=openyurt

这种修改确保了:

  • OpenYurt资源仍然可以通过分类进行组织和管理
  • 不会与其他Kubernetes核心资源产生冲突
  • 提高了系统的安全性和稳定性

最佳实践建议

对于开发基于Kubernetes的扩展项目,建议:

  1. 避免使用"all"这种通用分类
  2. 为项目创建专属的资源分类
  3. 仔细评估CRD的作用范围(集群级/命名空间级)
  4. 在文档中明确说明资源分类的设计

总结

OpenYurt项目通过这次优化,不仅解决了一个潜在的安全隐患,也为其他Kubernetes扩展项目提供了良好的实践参考。在云原生系统设计中,资源分类这样的细节往往容易被忽视,但却可能对系统稳定性产生重大影响。这种对细节的关注体现了OpenYurt项目团队的专业性和对产品质量的追求。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8