4. Kubernetes 网络模型
聊到 Kubernetes，网络这块是绕不过去的坎。很多人刚开始接触 K8s 时，会被它那套「每个 Pod 都有独立 IP」的模型搞懵。我当年第一次部署集群，Pod 之间 ping 不通，折腾了一整天才发现是 CNI 插件没配好。嗯，今天我们就来把这套网络模型彻底讲透。
一、K8s 网络模型的核心原则
Kubernetes 对网络有几个硬性要求，说白了就是三条铁律：
- 所有 Pod 可以不经过 NAT 直接通信——不管它们在哪个节点上
- 所有节点可以直接访问所有 Pod——节点和 Pod 是对等的
- Pod 看到的自身 IP 就是其他 Pod 访问它的 IP——没有地址转换
这个模型的好处很明显：你不需要操心端口映射，也不用管 NAT 规则。Pod 就像一台独立的物理机，IP 就是它的身份证。
关键理解：K8s 网络模型是「扁平 IP 空间」。每个 Pod 拿到一个真实可路由的 IP，而不是 Docker 默认的 NAT 桥接模式。这意味着从集群内任何位置，都能直接用 Pod IP 访问它。
二、CNI 插件：谁在背后干活？
K8s 本身不实现网络，它只定义接口。这个接口就是 CNI（Container Network Interface）。CNI 插件负责给 Pod 分配 IP、配置网络接口、维护路由规则。
市面上主流的 CNI 插件有几种，我挑几个常用的说说：
| 插件 | 网络模式 | 特点 | 适用场景 |
|---|---|---|---|
| Flannel | Overlay（VXLAN） | 简单易用，性能一般 | 小规模集群、学习环境 |
| Calico | 纯三层（BGP） | 高性能，支持网络策略 | 生产环境、大规模集群 |
| Cilium | eBPF 驱动 | 极高性能，可观测性强 | 云原生、安全敏感场景 |
| Weave | Overlay（fastdp） | 加密通信，跨云部署 | 多集群、混合云 |
我的建议：如果你刚开始学，用 Flannel 上手最快。但生产环境我推荐 Calico，它用 BGP 直接路由，没有 Overlay 的封装开销。我在一个 200 节点的集群上用过 Calico，延迟表现非常稳定。
三、Service 发现：Pod 挂了怎么办？
Pod 是脆弱的，随时可能被调度到别的节点，IP 也会变。那客户端怎么找到它？K8s 的答案是 Service。
Service 是一个抽象层，它有一个固定的虚拟 IP（ClusterIP）。你访问这个 IP，K8s 会把流量转发到后端的某个 Pod 上。Pod 挂了？没关系，Service 会自动剔除它。
Service 的发现方式有两种：
- 环境变量：Pod 启动时，K8s 会把 Service 的 IP 和端口注入到环境变量里。比如
MY_SERVICE_SERVICE_HOST和MY_SERVICE_SERVICE_PORT。 - DNS：K8s 集群内部有一个 CoreDNS，它会为每个 Service 创建一条 A 记录。你直接用 Service 名字就能访问，比如
my-service.namespace.svc.cluster.local。
我个人更推荐 DNS 方式。环境变量有个坑：如果 Pod 在 Service 创建之前启动，它就拿不到环境变量。DNS 就没这个问题，随时都能解析。
四、负载均衡：iptables vs IPVS
Service 的流量转发，底层靠的是 kube-proxy。kube-proxy 有三种模式，最常用的是 iptables 和 IPVS。
4.1 iptables 模式
这是默认模式。kube-proxy 会为每个 Service 创建一堆 iptables 规则。当请求到达 Service IP 时，iptables 通过 DNAT 规则把目标地址改成某个 Pod 的 IP。
举个例子，你创建一个 Service，后端有 3 个 Pod。kube-proxy 会生成类似这样的规则：
-A PREROUTING -m comment --comment "default/my-service" -j KUBE-SERVICES
-A KUBE-SVC-XXXXX -m statistic --mode random --probability 0.33 -j KUBE-SEP-AAAAA
-A KUBE-SVC-XXXXX -m statistic --mode random --probability 0.50 -j KUBE-SEP-BBBBB
-A KUBE-SVC-XXXXX -j KUBE-SEP-CCCCC每条规则对应一个 Pod，概率值决定了流量分配。iptables 是线性匹配的，规则越多，性能越差。我在一个集群里见过上万条 iptables 规则，那延迟……嗯，不提了。
避坑指南：我曾经在一个大集群里用 iptables 模式，Service 数量超过 5000 个时，节点上的 iptables 规则达到了 10 万条。每次更新规则都要好几秒，Pod 调度都受影响。后来切到 IPVS 才解决。
4.2 IPVS 模式
IPVS 是 Linux 内核自带的 L4 负载均衡器。它用哈希表来存储转发规则，查找时间复杂度是 O(1)，不管有多少条规则，性能都很稳定。
启用 IPVS 模式很简单，在 kube-proxy 配置里设置：
mode: "ipvs"IPVS 支持多种调度算法：
- rr：轮询，默认算法
- lc：最少连接
- dh：目标地址哈希
- sh：源地址哈希
- sed：最短预期延迟
- nq：永不排队
你想想看，如果你的服务对延迟敏感，用 lc 或 sed 会更合理。我一般用 rr，简单够用。
五、一张图看懂 K8s 网络模型
下面这张图展示了从客户端到 Pod 的完整流量路径：
六、如何选择？
说了这么多，到底用哪个？我总结一下：
- 小集群（< 50 个 Service）：iptables 完全够用，配置简单，不用额外操心。
- 中大规模集群（> 100 个 Service）：建议切到 IPVS。性能稳定，规则更新快。
- 对延迟极度敏感：IPVS + Cilium（eBPF）是绝配，延迟几乎为零。
一个小技巧：如果你不确定当前集群用的是哪种模式，可以查看 kube-proxy 的 Pod 日志：kubectl logs -n kube-system kube-proxy-xxxxx | grep "Using"。它会告诉你当前是 iptables 还是 IPVS。
好了，K8s 网络模型的核心内容就这些。CNI 插件负责 Pod 的网络连通，Service 解决了 Pod IP 动态变化的问题，而 iptables 和 IPVS 是流量转发的底层实现。理解这三层，你就能搞定大部分 K8s 网络问题了。