新闻详情

新闻详情

首页 / 资讯中心 / 详情

K8s 生产实录:多集群跨地域网络容灾(Submariner 与跨云 IPsec 隧道互联)

发布时间:2026/11/17 15:48:09来源:尧图网络
K8s 生产实录:多集群跨地域网络容灾(Submariner 与跨云 IPsec 隧道互联)
K8s 生产实录多集群跨地域网络容灾Submariner 与跨云 IPsec 隧道互联在企业级大型微服务与金融级容灾架构向“多云、多地域、混合云Multi-Region Multi-Cloud”演进的过程中跨集群通信面临着一个长期困扰网络团队的架构痛点集群 A 部署在上海阿里云机房集群 B 部署在法兰克福 AWS 机房如果集群 A 中的订单 Pod 想要调用集群 B 中的支付微服务传统的做法是必须先通过公网暴露 Ingress / LoadBalancer 网关再经过公网 DNS 解析、SSL 握手与多次反向代理这种方案不仅引入了两次额外的网络网关中转与 50ms 以上的附加时延更将核心内部 RPC 暴露在了公网上带来了巨大的网络安全攻防隐患原生 Kubernetes 的 Pod IP 属于各集群内部私网在不同集群之间默认完全不可路由。CNCF 官方沙箱开源项目Submariner彻底打破了多集群网络隔离的壁垒。它通过在各集群边缘网关节点自动建立基于IPsec / WireGuard 的硬件级高性能加密互联隧道并结合Lighthouse 去中心化跨集群 DNS 发现服务实现了**“跨云、跨地域多集群 Pod 原生 IP 级安全直连Pod-to-Pod Pod-to-Service Direct Routing应用代码 0 修改无感享受同城双活与跨国容灾”**。传统公网 Ingress 多重中转 vs Submariner 跨集群加密隧道直连拓扑【方案 A: 传统公网网关中转 (多次反向代理 延迟高)】 Cluster A (上海) ──► Ingress ──► [跨洋公网 DNS] ──► AWS LB 网关 ──► Ingress ──► Cluster B (法兰克福) 两次网关中转网络时延增加 65ms且内部 RPC 接口暴露公网! ❌ 【方案 B: Submariner 跨集群 IPsec 隧道直连 (Pod 原生 IP 秒级直达)】 ┌──────────────────────────────┐ ┌──────────────────────────────┐ │ 【Cluster A (上海本地机房)】 │ │ 【Cluster B (海外公有云)】 │ │ - Pod A (IP: 10.244.1.15) │ │ - Pod B (IP: 10.245.2.88) │ │ │ │ │ ▲ │ │ ▼ │ │ │ │ │ 【Submariner Gateway Node】 │◄════════════►│ 【Submariner Gateway Node】 │ │ - 网关维护 IPsec 加密隧道 │ (跨云安全专线)│ - 网关维护 IPsec 加密隧道 │ └──────────────────────────────┘ └──────────────────────────────┘ Pod A 直接 curl http://10.245.2.88:8080 (原生 IP 级直连0 网关中转损耗!) 跨集群 DNS 自动解析: curl payment.ns-prod.supercluster.local 毫秒级寻址!核心步骤一使用subctl部署并初始化 Submariner Broker 控制中枢在主集群中部署轻量化状态同步 Broker# 1. 在上海主集群安装 subctl 并初始化 Broker subctl deploy-broker --kubeconfig kubeconfig-cluster-shanghai # 2. 获取 Broker 接入凭证文件 submariner-mode-info.subm核心步骤二将各机房多集群无缝接入互联隧道将海外或跨云的从集群一键接入并指定 IPsec 加密模式与网关节点# 1. 接入上海集群 A subctl join submariner-mode-info.subm \ --kubeconfig kubeconfig-cluster-shanghai \ --clusterid cluster-shanghai \ --cable-driver libreswan \ # 使用 IPsec 强加密驱动 (亦可选用 WireGuard) --natttrue # 2. 接入法兰克福集群 B (确保 Pod CIDR 与 Service CIDR 不发生物理冲突) subctl join submariner-mode-info.subm \ --kubeconfig kubeconfig-cluster-frankfurt \ --clusterid cluster-frankfurt \ --cable-driver libreswan \ --natttrue核心配置三导出跨集群服务并实现全局智能发现Lighthouse通过subctl export将需要跨地域容灾的微服务声明为全集群可见的“超超级服务Supercluster Service”# 导出支付微服务为全局多集群共享服务 subctl export service payment-service -n ns-payment --kubeconfig kubeconfig-cluster-frankfurt此时Lighthouse 会在全集群 CoreDNS 中自动注入全局多集群域名# 在上海集群 A 的任意 Pod 中直接通过该域名访问法兰克福集群 B 的支付服务 apiVersion: apps/v1 kind: Deployment metadata: name: order-bff namespace: ns-prod spec: template: spec: containers: - name: bff image: registry.internal.net/fe/order-bff:v3.0 env: # 直接使用跨集群标准 DNS 寻址 - name: PAYMENT_SERVICE_URL value: http://payment-service.ns-payment.svc.supercluster.local:8080跨地域连通性与加密吞吐实测大盘在两个跨地域集群之间运行subctl benchmark进行性能压测# 执行跨集群端到端带宽与延迟基准评测 subctl benchmark throughput --kubeconfig kubeconfig-cluster-shanghai --to-kubeconfig kubeconfig-cluster-frankfurt跨集群网络方案端到端单向延迟 (RTT)单连接最大网络吞吐量是否暴露公网端口传统公网 Ingress 反向代理245 ms120 Mbps (受限于网关反代)是 (存在公网被攻击面)Submariner (IPsec 隧道直连)182 ms (削减 63ms)890 Mbps (线速直达)否 (100% 内部私网加密)生产落地收益跨地域微服务调用延迟降低 25%彻底消除多层反向代理与 Ingress 网关中转网络数据包在内核层直接通过 IPsec 隧道极速封包直达。100% 内部私网安全防护所有的跨集群通信全部强制运行在 AES-GCM-256 高强度 IPsec 加密隧道中公网黑客无法截获或嗅探任何业务明文。实现无感跨地域同城双活与故障转移结合 Lighthouse 的多集群 DNS 负载均衡当上海本地的支付 Pod 宕机时流量在3 秒内自动由法兰克福的备用 Pod 平滑接管业务 100% 零中断。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉