Oracle Terraform Kubernetes Installer 集群访问指南
前言
Oracle Terraform Kubernetes Installer 是一个基于Terraform的工具,用于在Oracle Cloud Infrastructure (OCI)上快速部署Kubernetes集群。本文将详细介绍如何访问通过该工具创建的Kubernetes集群,包括通过kubectl命令行工具、Kubernetes Dashboard以及SSH方式访问集群节点。
集群访问方式概述
根据集群部署时的网络配置不同,访问Kubernetes集群的方式也有所区别。主要分为以下几种情况:
- 公共负载均衡器配置:当控制平面配置为公共访问时,可以直接通过互联网访问API Server
- 私有集群配置:需要通过NAT实例作为跳板机访问
- SSH访问节点:用于直接管理集群节点
通过kubectl访问集群
公共访问配置
当您选择为Kubernetes Master配置公共负载均衡器时(即control_plane_subnet_access=public或control_plane_subnet_access=private且k8s_master_lb_access=public),可以直接通过kubectl访问集群。
# 配置集群访问权限(注意:0.0.0.0/0对所有IP开放,生产环境应限制为特定IP范围)
$ terraform plan -var master_https_ingress=0.0.0.0/0
$ terraform apply -var master_https_ingress=0.0.0.0/0
# 使用生成的kubeconfig文件
$ export KUBECONFIG=`pwd`/generated/kubeconfig
$ kubectl cluster-info
$ kubectl get nodes
安全建议:在生产环境中,完成必要操作后应立即缩小访问范围:
$ terraform apply -var master_https_ingress=10.0.0.0/16
私有集群配置
对于完全私有的集群配置(control_plane_subnet_access=private且k8s_master_lb_access=private),需要通过NAT实例访问:
# 配置NAT实例SSH访问
$ terraform plan -var public_subnet_ssh_ingress=0.0.0.0/0
$ terraform apply -var public_subnet_ssh_ingress=0.0.0.0/0
# 准备SSH密钥
$ terraform output ssh_private_key > generated/instances_id_rsa
$ chmod 600 generated/instances_id_rsa
# 连接到NAT实例,然后跳转到Master节点
$ scp -i generated/instances_id_rsa generated/instances_id_rsa opc@NAT_INSTANCE_PUBLIC_IP:/home/opc/
$ ssh -i generated/instances_id_rsa opc@NAT_INSTANCE_PUBLIC_IP
nat$ ssh -i /home/opc/instances_id_rsa opc@K8SMASTER_INSTANCE_PRIVATE_IP
master$ kubectl cluster-info
高级技巧:可以设置SSH隧道简化访问流程,避免每次都需要跳转。
通过Kubernetes Dashboard访问集群
如果kubectl可以访问Kubernetes Master负载均衡器,可以通过以下方式启动Dashboard代理:
kubectl proxy &
open http://localhost:8001/ui
SSH访问集群节点
公共子网配置
当控制平面实例部署在公共子网时(control_plane_subnet_access=public),可以直接SSH访问节点:
- 首先在terraform.tfvars中配置SSH访问规则:
# 警告:0.0.0.0/0对所有IP开放SSH访问,生产环境应谨慎使用
etcd_ssh_ingress = "0.0.0.0/0"
master_ssh_ingress = "0.0.0.0/0"
worker_ssh_ingress = "0.0.0.0/0"
- 执行SSH访问:
# 准备SSH密钥
$ terraform output ssh_private_key > generated/instances_id_rsa
$ chmod 600 generated/instances_id_rsa
# 访问etcd节点
$ terraform output etcd_public_ips
$ ssh -i `pwd`/generated/instances_id_rsa opc@ETCD_INSTANCE_PUBLIC_IP
# 访问Master节点
$ terraform output master_public_ips
$ ssh -i `pwd`/generated/instances_id_rsa opc@K8SMASTER_INSTANCE_PUBLIC_IP
# 访问Worker节点
$ terraform output worker_public_ips
$ ssh -i `pwd`/generated/instances_id_rsa opc@K8SWORKER_INSTANCE_PUBLIC_IP
私有子网配置
对于私有子网配置,需要通过NAT实例跳转:
# 配置NAT实例SSH访问
$ terraform plan -var public_subnet_ssh_ingress=0.0.0.0/0
$ terraform apply -var public_subnet_ssh_ingress=0.0.0.0/0
# 准备SSH密钥
$ terraform output ssh_private_key > generated/instances_id_rsa
$ chmod 600 generated/instances_id_rsa
# 连接到NAT实例
$ terraform output nat_instance_public_ips
$ scp -i generated/instances_id_rsa generated/instances_id_rsa opc@NAT_INSTANCE_PUBLIC_IP:/home/opc/
$ ssh -i generated/instances_id_rsa opc@NAT_INSTANCE_PUBLIC_IP
# 从NAT实例跳转到目标节点
nat$ ssh -i /home/opc/instances_id_rsa opc@PRIVATE_IP
安全最佳实践
- 最小权限原则:仅在必要时开放访问权限,并及时关闭
- IP限制:避免使用0.0.0.0/0,应限制为特定IP范围
- 密钥管理:妥善保管SSH私钥,设置适当权限
- 审计日志:记录所有集群访问操作
总结
Oracle Terraform Kubernetes Installer提供了灵活的集群访问方式,可以根据安全需求和网络架构选择合适的访问方法。公共访问配置适合开发和测试环境,提供便捷的访问方式;而私有配置更适合生产环境,通过NAT实例提供额外的安全层。无论选择哪种方式,都应遵循安全最佳实践,确保集群访问的安全可控。
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