Solo.io Gloo 网关自动发现服务配置指南
2025-06-12 19:40:16作者:温玫谨Lighthearted
前言
在现代微服务架构中,服务发现是构建高效API网关的关键功能。Solo.io Gloo 网关提供了强大的自动发现能力,能够自动识别集群中的上游服务(Upstream)及其功能端点(Function)。本文将深入解析Gloo的自动发现机制,帮助您根据实际需求配置合适的发现模式。
自动发现服务概述
Gloo网关提供两种自动发现服务:
- 上游发现服务(UDS):自动发现Kubernetes集群中的服务并创建对应的上游资源
- 功能发现服务(FDS):自动发现服务暴露的API端点(OpenAPI/Swagger)和gRPC服务
重要提示:由于发现过程资源消耗较大,这两项服务默认都是禁用的。
上游发现服务(UDS)配置
基本工作原理
UDS会监控指定命名空间(默认为gloo-system)中的Kubernetes服务,并为每个服务端口创建对应的上游资源。上游资源的命名遵循以下格式:
<服务命名空间>-<服务名称>-<服务端口>
例如,default命名空间中的petstore服务在8080端口上运行,将生成名为default-petstore-8080的上游资源。
启用UDS
您可以通过以下三种方式启用UDS:
1. Helm Values文件配置
settings:
create: true
discovery:
enabled: true
2. Helm CLI参数
helm install|template ... --set settings.create=true --set discovery.enabled=true
3. 直接编辑Settings CR
kubectl edit -n gloo-system settings.gloo.solo.io
在spec部分添加:
spec:
discovery:
enabled: true
功能发现服务(FDS)配置
基本工作原理
FDS会尝试从上游服务中发现以下内容:
- 提供OpenAPI/Swagger文档的端点
- 启用了gRPC反射的gRPC服务
默认检查的OpenAPI端点包括:
/openapi.json
/swagger.json
/swagger/docs/v1
/swagger/docs/v2
/v1/swagger
/v2/swagger
FDS工作模式
FDS支持三种工作模式:
- BLACKLIST模式:最宽松的策略,默认发现所有服务,除非服务或其命名空间被明确列入黑名单
- WHITELIST模式(默认):更严格的策略,只发现明确列入白名单的服务或命名空间中的服务
- DISABLED模式:完全禁用FDS功能
启用和配置FDS
1. Helm Values文件配置
settings:
create: true
discovery:
fdsMode: BLACKLIST # 可选值:WHITELIST, BLACKLIST, DISABLED
2. Helm CLI参数
helm install|template ... --set settings.create=true --set discovery.fdsMode=BLACKLIST
3. 直接编辑Settings CR
kubectl edit -n gloo-system settings.gloo.solo.io
在spec部分添加:
spec:
discovery:
fdsMode: WHITELIST
fdsOptions:
graphqlEnabled: true # 企业版功能,是否启用GraphQL模式自动生成
黑名单/白名单管理
BLACKLIST模式下的排除配置
# 排除整个命名空间
kubectl label namespace default discovery.solo.io/function_discovery=disabled
# 排除特定上游
kubectl label upstream -n myapp myupstream discovery.solo.io/function_discovery=disabled
# 如果上游由UDS管理,可以直接标记服务
kubectl label service -n myapp myservice discovery.solo.io/function_discovery=disabled
WHITELIST模式下的包含配置
# 包含整个命名空间
kubectl label namespace default discovery.solo.io/function_discovery=enabled
# 包含特定上游
kubectl label upstream -n myapp myupstream discovery.solo.io/function_discovery=enabled
# 如果上游由UDS管理,可以直接标记服务
kubectl label service -n myapp myservice discovery.solo.io/function_discovery=enabled
最佳实践建议
-
生产环境建议:在生产环境中,建议使用WHITELIST模式,只对需要被发现的服务启用FDS,减少不必要的网络探测。
-
自定义OpenAPI位置:如果服务的OpenAPI文档不在默认路径,可以在上游资源中明确指定:
spec:
kube:
serviceSpec:
rest:
swaggerInfo:
url: http://service.namespace:port/custom/path/swagger.json
-
资源监控:启用发现服务后,建议监控Gloo网关的资源使用情况,特别是大型集群中。
-
逐步启用:在大规模集群中,建议逐步启用发现服务,先使用WHITELIST模式,观察系统行为后再决定是否扩大范围。
通过合理配置Gloo的自动发现服务,您可以大幅简化API网关的管理工作,同时保持系统的稳定性和安全性。根据您的具体环境和需求选择合适的工作模式,将帮助您构建更加高效可靠的微服务架构。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
659
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
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
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146