Incus网络转发功能中的SNAT支持问题分析
在云计算环境中,为虚拟机实例分配公网IP地址是一个常见需求。Incus作为容器和虚拟机管理工具,其网络转发功能目前存在一个重要的功能缺口——缺乏对SNAT(源网络地址转换)的完整支持。
当前实现机制
Incus目前通过OVN负载均衡器(LB)实现网络转发功能。当管理员执行类似incus network forward create net1 203.0.113.2 target_address=192.168.0.2的命令时,系统会在底层创建OVN LB规则,将公网IP 203.0.113.2的入站流量转发到内部IP 192.168.0.2。
这种实现方式存在一个明显缺陷:虽然入站(DNAT)功能正常,但出站流量仍然使用实例的原始内网IP地址,而不是期望的公网IP地址。这会导致出站通信时源地址不一致的问题,可能影响某些应用的正常运行。
行业对比分析
主流云平台如OpenStack Neutron(使用OVN后端)采用不同的实现方式。它们使用OVN的"dnat_and_snat"类型NAT规则,同时处理入站和出站流量。这种实现确保了1:1的完整NAT映射,入站和出站流量都使用相同的公网IP地址。
解决方案探讨
目前有两种可能的改进方向:
-
统一使用OVN NAT:借鉴OpenStack Neutron的做法,完全改用OVN的dnat_and_snat功能。这种方式实现简洁,与行业标准一致,能提供完整的NAT功能。
-
补充SNAT规则:在现有LB基础上,额外添加专门的SNAT规则。这种方法需要同时管理两种不同类型的网络规则,增加了复杂性和维护成本。
从技术角度看,第一种方案更为合理和优雅。它不仅简化了实现逻辑,还能与其他云平台保持行为一致,减少用户的学习成本。
总结
Incus的网络转发功能目前缺乏SNAT支持是一个已知问题。社区已经意识到这一点,并计划通过改进实现方式来解决。对于需要完整NAT功能的用户,建议关注项目后续版本更新,或者考虑使用其他临时解决方案来满足业务需求。
随着云计算技术的普及,完整的网络地址转换功能已成为基础需求。Incus项目组正在积极改进这一功能,以提供更完善的网络服务能力。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00