2. K8s 网络基础模型：Pod 网络、Service 网络、Node 网络三层模型与 CNI 插件对比
2.1 三层网络模型总览
Kubernetes 网络模型并非单一平面，而是由 Pod 网络、Service 网络 和 Node 网络 构成的逻辑分层体系。理解这三层之间的数据流转与地址空间隔离，是定位网络拓扑瓶颈的前提。
核心原则： 每个 Pod 拥有独立 IP，Pod 之间无需 NAT 直接通信；Service 提供稳定的虚拟 IP 与负载均衡；Node 网络承载集群与外部的物理连通。
2.2 各层网络详解
2.2.1 Pod 网络
- IP 分配： 每个 Pod 在集群内拥有唯一 IP，由 CNI 插件从预定义的 Pod CIDR 中分配。
- 通信规则： Pod 之间可以直接通过 IP 通信，无需 NAT，无论是否在同一节点。
- 网络接口： 每个 Pod 拥有独立的网络命名空间，通过 veth pair 连接到宿主机网桥或路由设备。
- 常见问题： Pod IP 是动态的，Pod 重启后 IP 可能变化，不适合直接作为服务端点。
2.2.2 Service 网络
- 虚拟 IP： Service 分配一个固定的 ClusterIP，属于虚拟 IP，不绑定任何物理设备。
- 流量转发： kube-proxy 通过 iptables 或 IPVS 规则，将发往 ClusterIP 的流量负载均衡到后端 Pod IP。
- 服务发现： 集群 DNS（CoreDNS）将 Service 名称解析为 ClusterIP，实现服务间调用。
- 类型扩展： NodePort 和 LoadBalancer 类型在 ClusterIP 基础上增加节点端口或云负载均衡器入口。
2.2.3 Node 网络
- 物理基础： 节点 IP 是集群中每台服务器的真实 IP，属于底层物理或虚拟网络。
- 路由职责： 负责跨节点 Pod 网络数据包的转发，依赖节点路由表或 overlay 隧道。
- 外部入口： NodePort 和 LoadBalancer 类型的 Service 最终依赖 Node 网络暴露服务。
- 性能关键： Node 网络的带宽、延迟、MTU 配置直接影响跨节点 Pod 通信质量。
2.3 CNI 接口与插件对比
CNI（Container Network Interface）是 K8s 与网络实现之间的标准接口。CNI 插件负责 Pod 网络的创建、IP 分配与网络策略实施。主流插件在数据平面、封装方式与性能上存在显著差异。
| 对比维度 | Calico | Flannel | Weave |
|---|---|---|---|
| 数据平面 | 纯三层路由（BGP） | Overlay（VXLAN/Host-GW） | Overlay（Weave Mesh） |
| 封装开销 | 无封装（BGP 模式） | VXLAN 约 50 字节 | Weave 约 20-40 字节 |
| 网络策略 | 原生支持（K8s NetworkPolicy） | 需额外组件（如 Calico 策略引擎） | 原生支持 |
| 性能 | 高（接近宿主机网络） | 中（VXLAN 有封装损耗） | 中（Weave Mesh 有额外处理） |
| 部署复杂度 | 中（需 BGP 配置） | 低（一键部署） | 低（自动发现） |
| 适用场景 | 大规模、高性能、策略严格 | 中小规模、快速部署 | 多云、混合环境 |
选型建议： 若对网络性能要求极高且需要细粒度网络策略，优先选择 Calico 的 BGP 模式；若追求部署简便且对性能不敏感，Flannel 是经典选择；Weave 在多云互联场景下具有自动加密优势。
2.4 CNI 插件数据流对比
不同 CNI 插件在跨节点 Pod 通信时的数据路径差异，直接影响延迟与吞吐量。以下对比三种插件的典型数据流。
2.5 网络瓶颈初步分析
基于三层模型与 CNI 插件特性，常见的网络瓶颈点包括：
- Overlay 封装损耗： Flannel 和 Weave 的 VXLAN/加密封装增加 CPU 开销与延迟，高吞吐场景下尤为明显。
- kube-proxy 规则规模： 当 Service 数量超过数千时，iptables 规则更新延迟剧增，IPVS 模式可缓解但仍有连接跟踪压力。
- Node 网络带宽争用： 所有跨节点 Pod 流量共享节点物理带宽，缺乏 QoS 时易出现拥塞。
- 路由收敛速度： Calico 的 BGP 模式在大规模节点变动时，路由收敛时间可能影响通信连续性。
注意： 在规划集群网络时，应提前评估 Pod CIDR 与 Service CIDR 的大小，避免地址空间重叠或耗尽。同时，Node 网络的 MTU 设置需与 Overlay 封装头部匹配，防止分片导致性能下降。