Solo.io Gloo 中的 Upstream Groups 功能详解
什么是 Upstream Groups
在微服务架构中,我们经常需要对流量进行精细化管理,特别是在进行金丝雀发布(Canary Deployment)或蓝绿部署时。Solo.io Gloo 提供的 Upstream Groups 功能就是为了解决多路由共享相同加权目标(weighted destinations)的问题。
简单来说,Upstream Group 是一个自定义资源(Custom Resource),它允许你将多个上游服务(upstreams)及其权重(weights)定义在一个独立的资源中,然后被多个路由(route)或虚拟服务(virtual service)引用。这样当你需要调整权重时,只需修改 Upstream Group 一处,所有引用它的路由都会自动继承新的权重配置。
为什么需要 Upstream Groups
想象这样一个场景:你正在对购物车服务进行金丝雀发布,新版本(v4)需要逐步替换旧版本(v3)。同时,库存服务和订单服务都需要调用这个购物车服务。如果没有 Upstream Groups,你需要在每个调用购物车服务的路由中都配置相同的权重分配,当需要调整权重时(比如从90% v3/10% v4调整为50% v3/50% v4),就必须修改所有相关路由。
Upstream Groups 解决了这个问题,它提供了:
- 一致性:确保所有调用方使用相同的权重分配
- 可维护性:权重调整只需修改一处
- 解耦:路由不需要知道具体的权重分配细节
Upstream Groups 使用指南
1. 创建 Upstream Group
首先需要定义一个 Upstream Group 资源,指定各个上游服务及其权重:
apiVersion: gloo.solo.io/v1
kind: UpstreamGroup
metadata:
name: my-service-group
namespace: gloo-system
spec:
destinations:
- destination:
upstream:
name: default-myservice-v1-8080
namespace: gloo-system
weight: 9
- destination:
upstream:
name: default-myservice-v2-8080
namespace: gloo-system
weight: 1
这个例子中,我们创建了一个名为 my-service-group 的 Upstream Group,包含两个上游服务:
default-myservice-v1-8080权重为 9default-myservice-v2-8080权重为 1
这意味着 90% 的流量会路由到 v1 版本,10% 路由到 v2 版本。
2. 在路由中引用 Upstream Group
创建好 Upstream Group 后,可以在路由配置中引用它:
routes:
- matchers:
- prefix: /myservice
routeAction:
upstreamGroup:
name: my-service-group
namespace: gloo-system
- matchers:
- prefix: /some/other/path
routeAction:
upstreamGroup:
name: my-service-group
namespace: gloo-system
在这个示例中,两个不同的路由(/myservice 和 /some/other/path)都引用了同一个 Upstream Group my-service-group。这意味着它们都会遵循相同的权重分配规则。
实际应用场景
金丝雀发布
Upstream Groups 特别适合金丝雀发布场景。你可以:
- 初始阶段:设置新版本权重为 1%,旧版本 99%
- 观察阶段:如果没有问题,逐步增加新版本权重
- 完成发布:最终将新版本权重调整为 100%
整个过程只需更新 Upstream Group 的权重配置,所有相关路由会自动更新。
A/B 测试
同样适用于 A/B 测试场景,你可以:
- 为不同版本的服务设置不同权重
- 根据测试结果动态调整流量分配
- 无需修改路由配置,只需更新 Upstream Group
最佳实践
- 命名规范:为 Upstream Group 使用有意义的名称,如
shopping-cart-canary-group - 权重总和:保持权重总和为 10 或 100,便于百分比计算
- 监控:在调整权重时密切监控系统指标
- 版本控制:考虑将 Upstream Group 配置纳入版本控制系统
总结
Solo.io Gloo 的 Upstream Groups 功能为微服务流量管理提供了强大而灵活的解决方案。通过将权重配置与路由解耦,它简化了金丝雀发布、A/B 测试等场景下的流量管理,提高了配置的一致性和可维护性。对于需要精细控制流量分配的系统来说,这是一个不可或缺的功能。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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。00