Ansible ARA API Server在Kubernetes Ingress环境下的端口配置实践
背景介绍
Ansible ARA(Ansible Run Analysis)是一个记录和可视化Ansible运行结果的工具,它由API服务器和Web界面组成。在实际生产环境中,很多用户选择将ARA API服务器部署在Kubernetes集群中,通过Ingress控制器对外提供服务。然而,这种部署方式可能会遇到一些特殊的端口配置问题。
问题现象
当ARA API服务器部署在Kubernetes环境中,并通过Ingress暴露服务时,客户端连接可能会遇到以下两种典型错误:
- 当指定Ingress地址并显式添加8000端口时,会出现SSL协议版本错误:
HTTPSConnectionPool(host='myingress.host.xy', port=8000): Max retries exceeded with url: /api/v1/playbooks (Caused by SSLError(SSLError(1, '[SSL: WRONG_VERSION_NUMBER] wrong version number (_ssl.c:1006)')))
- 当仅使用Ingress地址而不指定端口时,连接会超时:
HTTPSConnectionPool(host='myingress.host.xy',port=443): Max retries exceeded with url: /api/v1/playbooks (Caused by ConnectTimeoutError
技术分析
在Kubernetes环境中,Ingress控制器通常用于管理外部访问集群服务的路由规则。标准的Ingress配置会将外部HTTPS(443端口)流量路由到后端服务的指定端口(如ARA API服务器的8000端口)。然而,ARA客户端在连接时存在以下特点:
- 客户端会严格遵循ARA_API_SERVER环境变量中指定的地址和端口
- 如果URL中不包含端口,客户端会默认使用443端口(HTTPS)或80端口(HTTP)
- 直接指定Ingress地址和8000端口会导致协议不匹配,因为Ingress控制器期望的是HTTPS流量
解决方案
经过实践验证,有以下几种可行的解决方案:
-
使用NodePort服务类型:这是最终被验证有效的解决方案。通过配置NodePort服务,可以直接暴露ARA API服务器的端口,绕过Ingress的端口转换问题。
-
确保网络可达性:检查Ansible运行环境是否能够访问Ingress控制器的入口IP地址,有时连接超时问题可能是网络隔离导致的。
-
调整客户端配置:虽然理论上可以通过ARA_API_SERVER变量指定完整URL(包括协议、主机和端口),但在Ingress环境下需要特别注意协议和端口的匹配关系。
最佳实践建议
-
在生产环境中,建议使用NodePort或LoadBalancer服务类型暴露ARA API服务器,而不是依赖Ingress的端口转发。
-
如果必须使用Ingress,确保ARA_API_SERVER变量仅包含Ingress主机名,不包含端口,并确认443端口可达。
-
在容器化部署时,检查ARA API服务器的ALLOWED_HOSTS设置,确保包含Ingress主机名。
-
考虑在集群内部使用ClusterIP服务类型,在需要外部访问时通过专用入口网关进行访问控制。
总结
在Kubernetes环境中部署Ansible ARA API服务器时,服务暴露方式的选择会直接影响客户端的连接行为。理解Kubernetes服务类型(ClusterIP、NodePort、LoadBalancer)和Ingress控制器的工作机制,有助于设计出更可靠的部署架构。通过本文的分析和解决方案,用户应能够避免常见的端口配置问题,实现稳定的ARA服务集成。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00