Retina项目中Hubble-relay与Retina-agent的TLS连接问题分析
2025-06-27 14:18:18作者:侯霆垣
问题背景
在Retina项目的最新部署中,发现Hubble-relay组件无法与Retina-agent建立连接,特别是在启用了TLS加密通信的情况下。Hubble-relay是Cilium生态中负责聚合Hubble观测数据的关键组件,而Retina-agent则是微软Retina项目中的监控代理。两者之间的通信中断会导致整个可观测性系统的功能缺失。
现象表现
从日志中可以观察到以下关键现象:
- Hubble-relay持续报错"Failed to create peer client for peers synchronization"
- 连接尝试最终因超时而失败,错误信息显示"context deadline exceeded"
- 服务最终停止运行,提示"Server stopped"
根本原因
经过技术团队的深入调查,发现问题源于一个特定的代码提交(0dc47e0)。该提交修改了Hubble-relay与Retina-agent之间的gRPC通信协议实现,虽然TLS认证文件生成和验证过程都正常,但在实际的gRPC协议层出现了兼容性问题。
值得注意的是,Hubble的peer服务协议(protobuf定义)自2022年以来就没有变更过,因此可以排除上游协议变更导致的可能性。
技术细节分析
Hubble-relay与Retina-agent的通信涉及多个关键配置点:
-
探针配置差异:
- Cilium原生实现使用固定端口4222进行健康检查
- Retina实现则使用动态配置的
.Values.hubble.relay.listenPort
- 探针参数(超时时间、检查间隔等)也存在差异
-
TLS配置路径:
- 启用TLS时使用标准的gRPC端口配置
- 禁用TLS时则回退到基于命令的检查方式
-
协议兼容性:
- 虽然TLS握手成功,但gRPC协议层出现不兼容
- 这表明认证文件和加密通道建立正常,但应用层协议无法正确协商
解决方案
技术团队采用了以下方法定位和解决问题:
-
使用git bisect方法进行问题定位
- 标记当前HEAD为bad状态
- 选择6个月前的一个已知正常版本标记为good
- 通过二分法逐步缩小问题范围
- 经过7-8次构建和部署验证后定位到问题提交
-
实施修复方案:
- 回退导致问题的代码变更
- 确保gRPC协议实现与Hubble peer服务保持兼容
- 验证TLS和非TLS两种模式下的通信正常
经验总结
这个案例提供了几个重要的技术经验:
-
协议兼容性测试的重要性:即使加密通道建立成功,仍需验证应用层协议的正确性。
-
变更追踪的价值:通过系统化的版本控制和方法论(如git bisect)可以高效定位问题源头。
-
配置一致性的必要性:关键组件(如健康检查探针)的配置应当保持与上游实现的一致性,除非有明确的技术理由进行修改。
-
端到端验证的不可替代性:在安全相关变更后,需要进行完整的通信链路验证,而不仅限于部分环节的检查。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-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- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0135AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
232
2.32 K

仓颉编译器源码及 cjdb 调试工具。
C++
113
78

暂无简介
Dart
534
117

React Native鸿蒙化仓库
JavaScript
216
291

Ascend Extension for PyTorch
Python
76
106

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

🎉 (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
993
588

仓颉编程语言测试用例。
Cangjie
34
61

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
130
648