Kubernetes AWS负载均衡控制器多证书ARN配置实践
2025-06-16 16:59:27作者:凌朦慧Richard
在Kubernetes集群中,AWS负载均衡控制器(aws-load-balancer-controller)是一个关键组件,它负责管理AWS弹性负载均衡器(ELB)的生命周期。本文将深入探讨如何在该控制器中配置多个SSL证书ARN,以实现更灵活的HTTPS流量管理。
多证书支持的必要性
现代Web应用经常需要支持多个域名或子域名的HTTPS访问。传统方式下,管理员需要为每个域名单独配置负载均衡器,这不仅增加了运维复杂度,也造成了资源浪费。AWS ALB/ELB支持一个监听器绑定多个SSL证书的功能,这为多域名场景提供了便利。
控制器实现方案
AWS负载均衡控制器通过注解(annotation)方式支持多证书配置,主要应用于两种资源类型:
-
Ingress资源:通过
alb.ingress.kubernetes.io/certificate-arn注解,可以指定多个证书ARN,使用逗号分隔。 -
Service资源:当使用LoadBalancer类型的Service时,通过
service.beta.kubernetes.io/aws-load-balancer-ssl-cert注解同样支持多证书配置。
实际配置示例
以下是一个典型的Ingress资源配置示例,展示了如何为同一负载均衡器配置多个SSL证书:
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
name: multi-cert-ingress
annotations:
alb.ingress.kubernetes.io/certificate-arn: arn:aws:acm:region:account:certificate/id1,arn:aws:acm:region:account:certificate/id2
spec:
rules:
- host: example.com
http:
paths:
- path: /
pathType: Prefix
backend:
service:
name: web-service
port:
number: 80
- host: sub.example.com
http:
paths:
- path: /
pathType: Prefix
backend:
service:
name: sub-service
port:
number: 80
技术实现原理
控制器在创建或更新负载均衡器时,会解析这些注解并将所有指定的证书ARN附加到HTTPS监听器上。AWS ALB/ELB会根据客户端请求的SNI(Server Name Indication)信息自动选择匹配的证书。
最佳实践建议
- 证书管理:确保所有证书都在同一AWS区域创建和管理
- 域名匹配:每个证书应至少覆盖一个Ingress规则中指定的主机名
- 证书轮换:定期更新证书并验证注解配置
- 监控告警:设置证书过期告警,避免服务中断
常见问题排查
若发现证书未正确附加,可检查以下方面:
- 控制器日志中是否有证书ARN解析错误
- IAM权限是否允许控制器读取ACM证书
- 证书ARN格式是否正确,区域是否匹配
- 控制器版本是否支持多证书功能
通过合理配置多证书ARN,可以显著简化多域名HTTPS服务的部署和管理,提升运维效率和应用可用性。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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