Amazon EKS优化AMI在AL2023上运行Cilium的网络路由问题分析与解决方案

背景介绍

Amazon EKS优化AMI是AWS为Kubernetes集群节点提供的官方镜像。随着Amazon Linux 2023(AL2023)的发布，AWS推出了基于AL2023的EKS优化AMI。然而，在使用这个新镜像配合Cilium CNI插件时，用户遇到了一些网络路由方面的挑战。

问题现象

当在AL2023上部署Cilium时，主要出现了两类问题：

1. 节点引导问题：使用Terraform EKS模块时，nodeadm无法正确解析用户数据配置，导致节点无法加入集群。

2. 网络路由冲突：系统出现两个默认路由，分别通过ens5和ens6接口，导致Cilium代理启动失败，错误提示发现多个具有相同优先级的默认路由。

技术分析

节点引导问题

这个问题源于nodeadm工具对用户数据格式的严格要求。在AL2023上，nodeadm期望用户数据采用特定的YAML格式：

apiVersion: node.eks.aws/v1alpha1
kind: NodeConfig
spec:
  cluster:
    name: ${cluster_name}
    apiServerEndpoint: ${cluster_endpoint}
    certificateAuthority: ${cluster_auth_base64}
    cidr: ${cluster_service_ipv4_cidr}

如果格式不正确或缺少必要字段（特别是cidr），nodeadm-config.service将无法启动，导致节点无法加入集群。

网络路由问题

更复杂的是网络路由问题。AL2023使用systemd-networkd进行网络配置，其默认行为会为所有接口设置相同的路由优先级（metric=1024）。当Cilium创建并附加新的ENI（如ens6）时，系统会出现两个具有相同优先级的默认路由：

default via x.x.x.x dev ens5 proto dhcp src x.x.x.x metric 1024
default via y.y.y.y dev ens6 proto dhcp src y.y.y.y metric 1024

这种配置违反了Cilium对单一默认路由的假设，导致代理启动失败。

解决方案

节点引导问题解决

对于节点引导问题，有两种解决方案：

1. 使用正确的YAML模板：通过user_data_template_path参数提供符合要求的YAML配置。

2. 更新Terraform EKS模块：v20.5.0及以上版本已添加对AL2023的支持，可以正确处理节点引导。

网络路由问题解决

针对网络路由冲突，最有效的解决方案是调整主接口的路由优先级：

1. 创建自定义网络配置：在节点启动时，为ens5接口创建专门的网络配置：

[Match]
Name=ens5

[Network]
DHCP=yes

[DHCP]
RouteMetric=1000

2. 应用配置并重启网络服务：

cat > /etc/systemd/network/05-ens5.network << EOF
[Match]
Name=ens5

[Network]
DHCP=yes

[DHCP]
RouteMetric=1000
EOF

systemctl restart systemd-networkd.service

这样配置后，路由表将变为：

default via x.x.x.x dev ens5 proto dhcp src x.x.x.x metric 1000
default via y.y.y.y dev ens6 proto dhcp src y.y.y.y metric 1024

通过降低主接口的路由优先级，确保系统始终优先使用ens5作为默认路由，解决了Cilium的兼容性问题。

最佳实践建议

1. 统一网络接口管理：对于Cilium管理的接口，建议配置Unmanaged=yes以避免systemd-networkd干扰：

[Match]
Name=!ens5

[Link]
Unmanaged=yes

2. 考虑不同实例类型的网络接口命名：AWS不同实例类型可能使用不同的网络接口命名方案（如ens*、enp*等），配置时应考虑全面匹配。

3. 监控网络连接：即使解决了路由问题，仍需监控跨ENI的通信，特别是对外部服务的访问。

结论

Amazon EKS优化AMI在AL2023上的部署虽然初期遇到了一些挑战，但通过正确的配置调整完全可以稳定运行Cilium等高级CNI插件。关键在于理解AL2023的网络管理机制与Kubernetes CNI插件的交互方式，并通过适当的优先级调整确保网络流量的正确路由。

随着AWS和Cilium社区的持续优化，未来这些配置可能会变得更加简单。但目前提供的解决方案已经过实际验证，可以作为生产环境部署的参考。