Kube-Router中LoadBalancer服务导致API服务器不可达问题分析
问题背景
在Kubernetes网络插件Kube-Router的使用过程中,用户报告了一个严重问题:当创建类型为LoadBalancer的服务后,Kubernetes API服务器会变得不可达。这个问题在IPv6环境下尤为突出,影响了集群的正常运维操作。
问题现象
用户在使用Kube-Router v2.1.2版本时发现,执行以下操作后API服务器无法访问:
- 创建一个LoadBalancer类型的服务
- 尝试访问API服务器端点或ping API服务器IP地址
通过检查系统状态,发现API服务器的IP地址被错误地添加到了inet6:kube-router-svip
这个ipset集合中,导致所有发往API服务器的流量被iptables规则错误地拦截。
技术分析
IPVS服务管理机制
Kube-Router使用IPVS来实现Kubernetes服务负载均衡。在内部实现中,它会维护几个关键的ipset集合:
kube-router-svip
:存储所有服务VIP地址kube-router-svip-prt
:存储服务VIP和端口组合kube-router-local-ips
:存储本地IP地址
正常情况下,API服务器的IP地址不应该出现在kube-router-svip
集合中,因为这不是一个服务VIP。然而在问题场景下,这个IP被错误地加入了集合。
流量拦截机制
Kube-Router设置了以下iptables规则链来处理服务流量:
Chain KUBE-ROUTER-SERVICES (1 references)
target prot opt source destination
ACCEPT ipv6-icmp -- anywhere anywhere /* allow icmp echo requests to service IPs */
ACCEPT ipv6-icmp -- anywhere anywhere /* allow icmp ttl exceeded messages to service IPs */
ACCEPT ipv6-icmp -- anywhere anywhere /* allow icmp destination unreachable messages to service IPs */
ACCEPT all -- anywhere anywhere /* allow input traffic to ipvs services */ match-set inet6:kube-router-svip-prt dst,dst
REJECT all -- anywhere anywhere /* reject all unexpected traffic to service IPs */ ! match-set inet6:kube-router-local-ips dst reject-with icmp6-port-unreachable
当API服务器IP被错误加入kube-router-svip
后,流量会进入这个规则链。由于该IP不在kube-router-local-ips
集合中,最终会被REJECT规则拒绝。
根本原因
经过深入分析,发现问题出在Kube-Router构建ipset集合的逻辑上。代码中会遍历所有IPVS服务来构建kube-router-svip
集合,但没有正确过滤掉非Kubernetes服务创建的IPVS条目。在某些情况下,这会导致节点IP被错误包含。
解决方案
该问题已在后续版本中通过以下改进得到修复:
- 严格区分Kubernetes服务创建的IPVS条目和系统其他部分创建的条目
- 在构建ipset集合时增加更严格的过滤条件
- 确保节点IP不会被误认为服务VIP
用户可以通过升级到包含修复的版本来解决此问题。测试表明,修复后的版本不再出现API服务器不可达的情况。
最佳实践建议
对于使用Kube-Router的用户,特别是IPv6环境下的用户,建议:
- 定期检查
ipset list
和ipvsadm -L -n
输出,确保没有异常条目 - 监控API服务器的可访问性,特别是在创建LoadBalancer服务后
- 考虑使用较新版本的Kube-Router,其中包含了对这类问题的修复
- 在生产环境部署前,充分测试网络组件的兼容性
总结
Kube-Router作为Kubernetes网络解决方案,在大多数场景下工作良好,但在特定配置下可能会出现边缘情况。本次分析的LoadBalancer服务导致API服务器不可达问题,展示了网络组件实现细节对集群稳定性的重要影响。通过理解底层机制和及时应用修复,可以确保生产环境的稳定运行。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~043CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









