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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781