External Secrets 项目中多生成器配置的实践方案
2025-06-10 03:46:41作者:董灵辛Dennis
在 Kubernetes 生态中,External Secrets 项目通过标准化方式实现了外部密钥管理系统的集成。其核心功能之一是支持通过生成器(Generator)动态创建密钥内容。近期社区针对多生成器配置场景提出了创新性的解决方案,本文将深入解析其技术实现。
多生成器配置的挑战
传统配置中,当用户在同一个 ExternalSecret 资源中定义多个同类型生成器时(例如多个 ACR 访问令牌生成器),系统会默认合并输出结果。这导致仅最后一个生成器的值可被访问,前序生成器的数据被覆盖。这种设计限制了需要聚合多源密钥的场景,例如同时管理多个容器注册表的认证信息。
解决方案:键名重写机制
项目最新实践方案引入了 rewrite 字段,通过正则表达式对生成器输出键名进行动态改写。该方案具有以下技术特性:
- 前缀隔离:通过为每个生成器的输出键添加唯一前缀(如 acr1_、acr2_),实现多生成器数据的并行存储
- 正则支持:采用标准正则表达式语法,支持灵活的键名转换规则
- 模板兼容:改写后的键名可直接在模板中引用,保持现有工作流不变
典型配置示例如下:
spec:
dataFrom:
- rewrite:
- regexp:
source: (.*)
target: acr1_$1
sourceRef:
generatorRef:
apiVersion: generators.external-secrets.io/v1alpha1
kind: ACRAccessToken
name: acr1
实现原理
该方案在控制器处理流程中增加了键名转换阶段:
- 生成器执行阶段:各生成器独立产生原始键值对
- 键名转换阶段:根据 rewrite 规则对键名进行批处理转换
- 数据合并阶段:将转换后的键值对合并到最终输出
这种分层处理既保持了生成器的独立性,又确保了数据聚合的可靠性。
最佳实践
对于需要聚合多源密钥的场景,建议:
- 为每个生成器设计具有业务语义的前缀(如区域/环境标识)
- 在模板中使用完整前缀路径引用具体值(如
{{ .acr1_username }}) - 通过 CI/CD 流程验证键名转换规则的正确性
该方案已在实际生产环境中验证,可有效支持多容器注册表认证、跨云密钥管理等复杂场景,展现了 External Secrets 项目在密钥编排领域的灵活性。未来随着项目发展,预计将出现更多针对多生成器场景的增强功能。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
849
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
235
98
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
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
450
180
🎉 (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
1.28 K
705