解决kube-hetzner项目中HTTPS负载均衡服务配置问题
2025-06-27 00:10:02作者:董斯意
在Kubernetes集群中使用kube-hetzner项目部署应用时,许多开发者会遇到HTTPS负载均衡服务配置不当的问题。本文将深入分析这一常见问题的根源,并提供正确的解决方案。
问题现象分析
当开发者在kube-hetzner项目中配置TLS证书时,通常会观察到以下异常现象:
- 负载均衡器仅创建HTTP(80端口)服务,缺少HTTPS(443端口)服务
- 修改负载均衡算法类型后,HTTPS服务短暂出现但随后消失
- 系统日志显示证书查找失败的错误信息
这些问题的本质在于TLS终止点的选择冲突,即同时尝试在Hetzner负载均衡器和Kubernetes Ingress两个层面进行TLS终止。
技术背景解析
kube-hetzner项目默认集成了cert-manager和NGINX Ingress Controller,这为集群提供了完整的证书管理和入口流量控制能力。项目设计时推荐使用"TLS终止于Ingress"的架构模式,这种模式具有以下优势:
- cert-manager自动管理证书的签发、续期和轮换
- NGINX Ingress Controller统一处理所有入口流量
- 应用服务只需关注业务逻辑,无需处理TLS相关配置
- 证书以Secret形式存储在集群内部,安全性更高
错误配置剖析
常见错误配置是在定义Kubernetes Service资源时同时设置了:
type: LoadBalancer
annotations:
load-balancer.hetzner.cloud/protocol: "https"
这种配置会导致以下问题:
- 向Hetzner云控制器发出矛盾指令,要求负载均衡器自身处理TLS
- 控制器会在Hetzner Cloud项目中查找证书,而实际证书由cert-manager存储在Kubernetes Secret中
- 两个TLS终止点相互干扰,造成服务不稳定
正确配置方案
正确的架构应该明确分层:
- 入口层:由kube-hetzner自动创建的LoadBalancer处理
- 路由层:NGINX Ingress Controller负责流量路由和TLS终止
- 应用层:标准ClusterIP服务暴露应用
具体配置调整如下:
- 将应用服务改为ClusterIP类型:
apiVersion: v1
kind: Service
metadata:
name: web
spec:
selector:
app: web
ports:
- port: 80
targetPort: 3333
type: ClusterIP
- 确保Ingress资源正确配置TLS:
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
name: web
annotations:
kubernetes.io/ingress.class: "nginx"
spec:
tls:
- hosts:
- example.com
secretName: tls
rules:
- host: example.com
http:
paths:
- path: /
pathType: Prefix
backend:
service:
name: web
port:
number: 80
- 确保证书签发配置正确:
apiVersion: cert-manager.io/v1
kind: Certificate
metadata:
name: web-cert
spec:
secretName: tls
issuerRef:
name: letsencrypt-prod
kind: ClusterIssuer
dnsNames:
- example.com
架构优势说明
采用这种分层架构具有多方面优势:
- 简化证书管理:cert-manager自动处理Let's Encrypt证书的整个生命周期
- 统一入口点:所有流量通过Ingress Controller进入,便于实施统一策略
- 资源高效利用:避免在负载均衡器和Ingress两个层面重复处理TLS
- 配置清晰:各层职责明确,便于维护和故障排查
常见问题排查
如果按照上述配置后仍遇到问题,可以检查以下方面:
- 确保证书签发成功:检查cert-manager的Certificate和Order资源状态
- 验证Secret是否生成:检查指定名称的tls Secret是否存在
- 检查Ingress Controller日志:查看是否有TLS相关错误
- 确认DNS解析:确保域名正确解析到负载均衡器IP
通过理解kube-hetzner项目的设计理念和正确配置各层组件,开发者可以构建出稳定、安全的HTTPS服务架构,充分发挥Kubernetes和Hetzner云平台的优势。
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
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869