在kube-hetzner项目中解决Nginx Ingress控制器创建多余负载均衡器的问题
2025-06-28 00:23:50作者:殷蕙予
在使用kube-hetzner项目部署Kubernetes集群时,用户可能会遇到一个常见问题:Nginx Ingress控制器意外创建了额外的Hetzner负载均衡器。本文将深入分析这一现象的原因,并提供解决方案。
问题现象分析
当用户选择Nginx作为Ingress控制器时,系统会默认创建一个负载均衡器。然而,某些配置可能导致创建第二个不必要的负载均衡器。这通常表现为:
- 在Hetzner控制台中看到两个负载均衡器实例
- 其中一个负载均衡器处于空闲状态,未被实际使用
- 资源浪费和额外成本产生
根本原因
问题的根源在于Nginx Ingress控制器的Helm配置中关于负载均衡器的注解设置。具体来说,当使用以下配置时会出现问题:
controller:
service:
annotations:
"load-balancer.hetzner.cloud/name": "k3s"
这里的关键点是负载均衡器名称"k3s"与kube-hetzner项目默认创建的负载均衡器名称冲突。Hetzner云平台会将其视为一个新的负载均衡器请求,从而创建第二个实例。
解决方案
要解决这个问题,我们需要修改Nginx Ingress控制器的Helm values配置,确保负载均衡器名称唯一且不与系统默认值冲突。以下是推荐的配置修改:
controller:
watchIngressWithoutClass: "true"
config:
"use-forwarded-headers": "true"
"compute-full-forwarded-for": "true"
"use-proxy-protocol": "true"
service:
annotations:
"load-balancer.hetzner.cloud/name": "k3s-nginx" # 修改名称使其唯一
"load-balancer.hetzner.cloud/use-private-ip": "true"
"load-balancer.hetzner.cloud/disable-private-ingress": "true"
"load-balancer.hetzner.cloud/location": "nbg1"
"load-balancer.hetzner.cloud/type": "lb11"
"load-balancer.hetzner.cloud/uses-proxyprotocol": "true"
关键修改点是将load-balancer.hetzner.cloud/name的值从"k3s"改为"k3s-nginx"或其他唯一名称。
实施建议
-
新集群部署:在创建新集群时直接使用上述修改后的配置
-
现有集群更新:
- 修改配置后重新部署Nginx Ingress控制器
- 观察Hetzner控制台,确认多余的负载均衡器被自动清理
- 如果自动清理未发生,可手动删除未使用的负载均衡器
-
验证步骤:
- 检查Ingress服务是否正常工作
- 确认Hetzner控制台中只有一个活动的负载均衡器
- 监控流量是否正常通过保留的负载均衡器
最佳实践
为避免类似问题,建议遵循以下原则:
- 为每个服务组件使用独特的负载均衡器名称
- 定期检查云平台资源使用情况
- 在修改Ingress控制器配置前备份现有设置
- 在非生产环境测试配置变更
通过以上调整,用户可以确保kube-hetzner项目正确管理负载均衡器资源,避免不必要的云资源消耗和成本增加。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
9
1
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++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
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
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878