Kiali项目中Ambient模式下的Waypoint和Ztunnel边缘指标支持优化
2025-06-24 19:16:33作者:江焘钦
在Kiali项目的最新开发中,团队发现并解决了一个关于Ambient模式下网络流量指标可视化的重要问题。当使用Ambient模式时,特别是涉及Waypoint代理和Ztunnel组件之间的连接时,TCP流量图表无法正常显示数据的问题得到了有效修复。
问题背景
在Istio的Ambient服务网格架构中,Waypoint代理和Ztunnel组件承担着关键的网络流量处理角色。然而,Kiali的监控界面在展示这些组件间的TCP连接指标时,会出现"没有足够的流量数据生成图表"的提示。经过深入分析,开发团队发现这是由于指标查询逻辑与Ambient模式下的实际指标报告方式不匹配导致的。
技术分析
问题的核心在于Kiali的指标查询机制。原始代码中,查询TCP指标时固定使用了reporter=source参数,这在传统Sidecar模式下工作正常,但在Ambient架构中却无法获取到正确的指标数据。具体表现为:
- 查询请求针对特定工作负载(如示例中的ratings-v1)的入站TCP指标
- 查询参数包含
direction=inbound和reporter=source - 返回结果中TCP接收和发送指标均为null
通过深入研究Istio在Ambient模式下的指标报告机制,开发团队发现:
- 在Waypoint代理场景下,流量指标可能由目标端(destination)而非源端(source)报告
- 现有的查询逻辑没有考虑Ambient模式下这种特殊的指标报告方式
解决方案
开发团队实施了以下改进措施:
- 修改了指标查询逻辑,使其能够适应Ambient模式下的特殊场景
- 对于Waypoint代理连接,增加了对目标端报告指标的查询支持
- 优化了双边缘情况下的指标获取策略,确保所有相关流量数据都能被正确捕获
这些修改确保了无论流量指标是由源端还是目标端报告,Kiali都能正确获取并展示TCP流量数据。改进后的系统能够完整显示包括TCP接收和发送字节数在内的关键网络指标,为运维人员提供了更全面的服务网格可视化能力。
实现效果
经过此次优化,Kiali在Ambient模式下能够:
- 正确显示Waypoint代理与其他组件间的TCP流量图表
- 提供完整的TCP接收和发送指标可视化
- 保持与传统Sidecar模式的兼容性
- 为运维人员提供更准确的网络性能监控数据
这一改进显著提升了Kiali在Ambient服务网格环境中的监控能力,使运维团队能够更有效地观察和分析服务间的网络通信状况。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
659
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
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
342
146