Kubernetes Alibaba Cloud Provider 深度使用指南
2025-06-05 09:18:10作者:乔或婵
概述
Kubernetes Alibaba Cloud Provider 是一个实现了 Cloud Provider 接口的控制器管理器,它使得 Kubernetes 集群能够无缝集成阿里云的基础设施服务。本文将详细介绍如何通过该 Provider 创建和管理阿里云负载均衡服务。
核心概念
服务注解机制
Alibaba Cloud Provider 主要通过 Kubernetes Service 的注解(annotations)来控制负载均衡的创建行为。这些注解以 service.beta.kubernetes.io/alibaba-cloud- 为前缀,提供了丰富的配置选项。
版本兼容性说明
- 从 v1.9.3 版本开始,默认不会自动处理用户提供的负载均衡监听器配置
- 如需覆盖监听器配置,必须显式设置
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-force-override-listeners: "true" - 建议始终使用最新版本以获得完整功能支持
负载均衡创建实践
基础准备
- 确保拥有可用的 Kubernetes 集群
- 配置好 kubectl 访问权限
- 准备一个示例 Deployment(如 nginx)
1. 创建公网负载均衡
apiVersion: v1
kind: Service
metadata:
name: nginx
spec:
ports:
- port: 80
protocol: TCP
targetPort: 80
selector:
run: nginx
type: LoadBalancer
这是最简单的形式,会创建一个公网 SLB 实例。
2. 创建内网负载均衡
apiVersion: v1
kind: Service
metadata:
annotations:
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-address-type: "intranet"
name: nginx
spec:
ports:
- port: 80
protocol: TCP
targetPort: 80
selector:
run: nginx
type: LoadBalancer
通过 address-type 注解指定为内网类型。
3. 创建 HTTPS 负载均衡
apiVersion: v1
kind: Service
metadata:
annotations:
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-protocol-port: "https:443"
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-cert-id: "your-cert-id"
name: nginx
spec:
ports:
- port: 443
protocol: TCP
targetPort: 80
selector:
run: nginx
type: LoadBalancer
关键点:
- 需要提前在阿里云控制台创建证书并获取 ID
- HTTPS 请求会在 SLB 解密后以 HTTP 形式转发到后端
4. 指定 SLB 规格
apiVersion: v1
kind: Service
metadata:
annotations:
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-spec: "slb.s1.small"
name: nginx
spec:
ports:
- port: 80
protocol: TCP
targetPort: 80
selector:
run: nginx
type: LoadBalancer
支持多种规格,如 slb.s1.small、slb.s2.medium 等。
高级配置技巧
会话保持配置
TCP 会话保持
metadata:
annotations:
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-persistence-timeout: "1800"
HTTP/HTTPS 会话保持(插入 Cookie)
metadata:
annotations:
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-sticky-session: "on"
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-sticky-session-type: "insert"
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-cookie-timeout: "1800"
健康检查配置
TCP 健康检查
metadata:
annotations:
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-health-check-type: "tcp"
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-health-check-connect-timeout: "8"
HTTP 健康检查
metadata:
annotations:
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-health-check-flag: "on"
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-health-check-uri: "/health"
调度算法选择
metadata:
annotations:
service.beta.kubernetes.io/alibaba-cloud-loadbalancer-scheduler: "wlc"
支持三种算法:
- rr:轮询(默认)
- wrr:加权轮询
- wlc:加权最小连接数
最佳实践建议
- 版本管理:定期升级 cloud-controller-manager 以获取最新功能
- 监听器管理:谨慎使用 force-override-listeners,避免意外覆盖现有配置
- 资源标签:使用 additional-resource-tags 为 SLB 添加业务标签
- 节点调度:对于 Local 模式的服务,确保调度策略设置为 wrr
- 访问控制:生产环境建议配置 ACL 白名单
常见问题排查
- SLB 创建失败:检查 RAM 权限是否足够
- 健康检查异常:确认后端服务响应正常且检查路径正确
- 会话保持失效:检查协议类型是否匹配(TCP/HTTP)
- 节点未注册:确认节点标签与 selector 匹配
通过合理使用 Alibaba Cloud Provider 的各种注解配置,可以充分发挥阿里云负载均衡服务的优势,为 Kubernetes 应用提供稳定高效的流量接入方案。
登录后查看全文
热门项目推荐
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0181- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
snackjson新一代高性能 Jsonpath 框架。同时兼容 `jayway.jsonpath` 和 IETF JSONPath (RFC 9535) 标准规范(支持开放式定制)。Java00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
600
4.02 K
Ascend Extension for PyTorch
Python
437
526
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++
918
761
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
365
245
暂无简介
Dart
844
204
🎉 (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
1.46 K
814
昇腾LLM分布式训练框架
Python
130
155
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
112
168
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
128
174