Kubernetes External-DNS 在 Digital Ocean 环境下过滤 Ingress 资源的实践指南
2025-05-28 11:17:02作者:仰钰奇
问题背景
在 Kubernetes 集群中使用 External-DNS 自动管理 DNS 记录时,特别是在 Digital Ocean 作为 DNS 提供商的环境中,用户经常遇到需要精确控制哪些 Ingress 资源应该被 External-DNS 处理的场景。常见的情况包括:
- 需要排除 cert-manager 创建的 ACME 挑战验证 Ingress
- 只需要处理特定 Ingress Class 的流量入口
- 某些特殊业务场景需要手动控制 DNS 记录创建
核心挑战
External-DNS 默认会监控集群中所有 Ingress 资源,这可能导致以下问题:
- 与 cert-manager 自动创建的临时 Ingress 冲突
- 产生非预期的 DNS 记录
- 在 CNAME 和 TXT 记录共存时出现 API 错误(如 Digital Ocean 不允许 CNAME 与其他记录同名)
解决方案详解
1. 基于 Ingress Class 的过滤
External-DNS 支持通过 ingressClassFilters 参数指定只处理特定 Ingress Class 的资源。这是最直接的过滤方式:
# Helm values.yaml 配置示例
ingressClassFilters:
- nginx
但需要注意,某些控制器(如 cert-manager)可能使用注解而非规范的 spec.ingressClassName 字段来指定 Ingress Class,这会导致过滤不完全。
2. 基于注解的精细控制
对于更复杂的过滤需求,可以使用注解系统:
# 在需要排除的 Ingress 上添加注解
metadata:
annotations:
external-dns.alpha.kubernetes.io/exclude: "true"
或者通过 External-DNS 的全局注解过滤:
# Helm values.yaml 配置
annotationFilter: "cert-manager.io/cluster-issuer in (letsencrypt-staging,letsencrypt-production)"
3. 特殊场景处理技巧
对于需要完全禁用 External-DNS 处理的 Ingress,可以使用以下注解组合:
metadata:
annotations:
external-dns.alpha.kubernetes.io/ingress-hostname-source: annotation-only
external-dns.alpha.kubernetes.io/hostname: ""
这种方法特别适用于:
- 临时性资源
- 测试环境
- 需要手动管理的特殊域名
最佳实践建议
- 明确记录管理策略:在集群规划阶段就确定哪些资源应该自动管理 DNS 记录
- 分层过滤:结合使用 Ingress Class 过滤和注解过滤
- 监控与告警:对 External-DNS 的日志设置监控,及时发现处理异常
- 版本兼容性检查:不同版本的 External-DNS 对过滤功能的支持可能有所差异
总结
在 Kubernetes 集群中精细控制 External-DNS 的行为需要理解其多种过滤机制的工作原理。通过合理组合 Ingress Class 过滤、注解过滤以及特殊注解技巧,可以实现对 DNS 记录管理的精确控制。特别是在 Digital Ocean 环境下,注意其 API 对记录类型的特殊限制,可以避免常见的配置错误。
对于生产环境,建议在部署前充分测试过滤规则,确保只有预期的 DNS 记录会被创建和更新,从而构建稳定可靠的云原生 DNS 管理体系。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0113- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
717
4.58 K
Ascend Extension for PyTorch
Python
583
718
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
419
363
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
1.09 K
600
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
696
113
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++
963
959
deepin linux kernel
C
28
16
🎉 (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
1.62 K
955
昇腾LLM分布式训练框架
Python
154
179
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
142
224