开篇语

哈喽，各位小伙伴们，你们好呀，我是喵手。运营社区：C站/掘金/腾讯云/阿里云/华为云/51CTO；欢迎大家常来逛逛

  今天我要给大家分享一些自己日常学习到的一些知识点，并以文字的形式跟大家一起交流，互相学习，一个人虽可以走的更快，但一群人可以走的更远。

  我是一名后端开发爱好者，工作日常接触到最多的就是Java语言啦，所以我都尽量抽业余时间把自己所学到所会的，通过文章的形式进行输出，希望以这种方式帮助到更多的初学者或者想入门的小伙伴们，同时也能对自己的技术进行沉淀，加以复盘，查缺补漏。

小伙伴们在批阅的过程中，如果觉得文章不错，欢迎点赞、收藏、关注哦。三连即是对作者我写作道路上最好的鼓励与支持！

前言

前两次我们分别聊了安装应用分发和集群生命周期，这次换个全新角度，专注统一流量治理（Istio集成）、统一监控（Thanos集成）和多集群联网（Submariner插件），让你亲身感受Kurator如何在分布式环境中实现服务网格、遥测聚合和跨集群通信的统一管理！这部分超级实用，尤其适合AI分布式推理或边缘服务场景，我相信你实践完会超级有成就感！ 如果你在Istio primary-remote配置或Thanos对象存储设置上卡壳了，告诉我你的具体环境，我帮你一步步调试哦～来，一起加油，成为分布式云原生高手吧！

这篇分享严格基于Kurator官方文档（https://kurator.dev/docs/）的相关部分，包括Fleet Manager的Submariner插件、Kyverno策略（作为治理基础）、Thanos和Istio集成指南，以及Application CRD在这些场景下的应用示例。所有命令、YAML和分析均来源于官方内容，确保专业准确。

我们将从架构定位开始，深入实战这些统一能力，让你看到Kurator如何简化复杂分布式运维！

如下为Kurator产品架构图，仅供参考：

一、Kurator在分布式统一治理中的定位：流量、监控与联网的核心价值

Kurator作为一个开源分布式云原生平台，集成Kubernetes、Istio、Prometheus、FluxCD、KubeEdge、Volcano、Karmada和Kyverno等优秀项目，提供多云、多集群环境下的强大能力。其目标是实现多云/边云/边边协同、统一资源编排、统一调度、统一流量管理和统一遥测。

在分布式场景中，流量治理往往面临跨集群服务发现难题，监控易形成孤岛，联网配置繁琐。Kurator通过Fleet Manager统一这些能力：

• 统一流量治理：借助Istio集成，支持多集群服务网格（primary-remote模式）。
• 统一监控：Thanos集成，实现舰队指标聚合和长期存储。
• 多集群联网：Submariner插件，提供跨集群无缝通信基础。
• 辅助一致性：Kyverno策略统一执行，确保治理规则舰队一致。

从专业角度，这些集成不是简单堆叠，而是上层Fleet抽象：一份声明，多集群生效。这大大降低了运维复杂度，支持企业从单集群向分布式升级，尤其在数智化转型中助力AI负载的可靠分发和观测。相比独立部署Istio或Thanos，Kurator的“一站式”让入门门槛更低，效率更高。

接下来，我们进入实战，假设已安装Kurator CLI、Cluster Operator和Fleet Manager（参考官方setup），并有quickstart舰队包含多个AttachedCluster（如kurator-member1和kurator-member2）。

二、实战一：统一流量治理——Istio多集群服务网格集成体验

Kurator支持Istio集成，实现分布式环境下的统一流量管理，包括服务发现、负载均衡、安全策略和可观测性。

官方指南强调primary-remote模式：一个primary集群控制平面，remote集群加入网格。

首先，我先给大家整合下资源：

• Kurator分布式云原生开源社区地址：https://gitcode.com/kurator-dev
• Kurator分布式云原生项目部署指南：https://kurator.dev/docs/setup/

既然要体验，那没项目怎么玩嘛，所以我们第一步先来把项目下载到本地。

我们本地若没有安装Git插件的，那我们直接就下载zip即可。

接着，我们本地解压下。

解压之后，我们便成功拿到了完整的Kurator项目源码：

2.1 前提准备

• Fleet已就绪，包含多个成员集群。
• 成员集群kubeconfig准备好。

2.2 安装Istio（同一网络场景）

官方支持kurator install命令（文档中提及primary-remote）：
假设member1为primary，member2为remote：

kurator install istio --primary member1 --remote member2

2.3 不同网络标签场景

先为集群打标签：

kubectl label cluster member1 topology.istio.io/network=network1 --overwrite
kubectl label cluster member2 topology.istio.io/network=network2 --overwrite

然后安装：

kurator install istio --primary member1 --remote member2

这实现了跨网络的多集群Istio网格。

2.4 验证与使用体验

安装后，Istio控制平面在primary，remote集群有sidecar自动注入（需启用）。

跨集群服务调用：部署服务到不同集群，East-West流量自动路由。

结合Application CRD分发Istio资源（如VirtualService、DestinationRule）：
示例（基于官方Application概念扩展到网格资源）：
使用Git源同步Istio配置到舰队：

apiVersion: apps.kurator.dev/v1alpha1
kind: Application
metadata:
  name: istio-traffic-policy
  namespace: default
spec:
  source:
    gitRepository:
      interval: 3m0s
      ref:
        branch: main
      timeout: 1m0s
      url: https://github.com/kurator-dev/kurator  # 假设包含Istio manifests
  syncPolicies:
    - destination:
        fleet: quickstart
      kustomization:
        interval: 5m0s
        path: ./examples/istio/traffic-rules
        prune: true
        timeout: 2m0s

应用后，流量策略（如金丝雀发布、故障注入）统一推送到舰队。

可参考 MicroVM Sandboxer流程图：

2.5 运维作用分析

实战中（模拟官方模式），Istio集成让分布式流量从“手动配置”变“集中治理”。作用：

• 一致性：primary控制全网格策略，避免remote漂移。
• 安全性：mTLS默认启用，跨集群通信加密。
• 可扩展性：支持不同网络，适合云边混合。
  专业视角：Kurator这里借鉴Istio多集群最佳实践，但通过Fleet简化部署，极大降低学习和运维成本，尤其在AI微服务分布式部署中，确保低延迟流量。

三、实战二：统一监控与遥测——Thanos聚合舰队指标体验

Kurator集成Thanos，实现Prometheus指标的跨集群聚合、长期存储和全局查询。

3.1 安装Thanos

官方指南：

kurator install thanos  # 可指定对象存储配置，参考Thanos外部文档

前提：舰队成员集群有Prometheus。

3.2 配置与验证

安装后，Thanos Query在host或指定位置，提供统一查询界面。

端口转发查询服务，访问UI查看聚合指标。

示例查询：舰队所有集群的CPU/内存指标一览。

结合Pixie（官方提及透明观测），实现无侧车可观测。

3.3 使用Application分发监控组件

为确保一致，可用Application同步Prometheus配置：
类似于podinfo示例，但路径指向监控manifests。

3.4 运维作用分析

Thanos让分布式监控从“多 dashboard”变“单点全局”。作用：

• 聚合性：所有舰队指标中央存储，支持历史回溯。
• 高效性：下采样和压缩，适合大规模AI训练监控。
• 警报统一：Alertmanager跨集群一致。
  专业上，这填补了Prometheus在多集群下的短板，Kurator集成让部署一键化，提升了分布式平台的SLO管理。

当然，它的开源社区也做的非常棒：

四、实战三：多集群联网基础——Submariner插件启用跨集群通信

Submariner是Kurator Fleet的插件，提供底层联网，支持Istio等上层网格。

4.1 前提准备

创建成员集群secret：

kubectl create secret generic kurator-member1 --from-file=kurator-member1.config=/root/.kube/kurator-member1.config
kubectl create secret generic kurator-member2 --from-file=kurator-member2.config=/root/.kube/kurator-member2.config

标签gateway节点：

kubectl label node kurator-member1-control-plane submariner.io/gateway=true --kubeconfig=/root/.kube/kurator-member1.config
kubectl label node kurator-member2-control-plane submariner.io/gateway=true --kubeconfig=/root/.kube/kurator-member2.config

4.2 启用Submariner插件

生成PSK：

export SUBMARINER_PSK=$(LC_CTYPE=C tr -dc 'a-zA-Z0-9' < /dev/urandom | fold -w 64 | head -n 1)

应用fleet YAML（官方examples）：

envsubst < examples/fleet/network/submariner-plugin.yaml | kubectl apply -f -

等待Ready：

kubectl wait fleet quickstart --for='jsonpath={.status.phase}'=Ready

4.3 验证

检查operator pod：

kubectl get pod -n submariner-operator --kubeconfig=/root/.kube/kurator-member1.config

使用subctl（安装后）：

subctl diagnose all --kubeconfig /root/.kube/kurator-member1.config
subctl verify --context kurator-member1 --tocontext kurator-member2

成功表示跨集群pod-to-pod通信。

4.4 运维作用分析

Submariner让分布式联网从“VPN手动”变“插件自动”。作用：

• 无缝性：服务导出/导入，跨集群直接访问。
• 基础性：为Istio网格和应用分发提供L3连接。
• 可靠性：诊断工具快速定位问题。
  专业视角：结合Kurator Fleet，这实现了云边真协同，适合边缘AI数据回传。

同时也提供了开源项目信息阐述：

五、辅助实战：统一策略管理增强治理（Kyverno示例）

为强化流量/监控安全，用Kyverno统一策略：

kubectl apply -f examples/fleet/policy/kyverno.yaml
kubectl wait fleet quickstart --for='jsonpath={.status.phase}'=Ready'

分发测试pod：

apiVersion: apps.kurator.dev/v1alpha1
kind: Application
metadata:
  name: policy-test
  namespace: default
spec:
  source:
    gitRepository:
      url: https://github.com/kurator-dev/kurator
      ref:
        branch: main
      interval: 3m0s
  syncPolicies:
    - destination:
        fleet: quickstart
      kustomization:
        path: ./examples/fleet/policy/badpod-demo
        prune: true

验证：

kubectl get policyreport --kubeconfig=/root/.kube/kurator-member1.config

显示违反，如host namespaces。

作用：策略舰队一致，增强零信任。

六、整体实战心得：Kurator统一能力的落地价值与分析

通过这次流量、监控、联网实战（基于官方插件和集成），Kurator展现了分布式平台的完整闭环。技术选型上，Istio+Submariner+Thanos完美互补，避免孤岛。

场景落地：云边AI服务网格，流量智能路由+全局监控。

攻坚点：网络标签和PSK生成需注意，但官方指南详尽。

用户反馈（特性视角）：部署简便，可观测强。

商业效益：提升服务韧性和观测效率，降低故障响应时间。

生态价值：深化CNCF项目协同，推动分布式云原生标准。

七、结语：Kurator助力你的分布式云原生之旅

这次不同角度的探索，让我再次惊叹Kurator的统一魅力！从联网到流量监控，全栈可控，真正一栈统一。希望这篇分享点燃你的实践热情，一起构建专属平台，如果想结合应用分发试网格部署，随时说～你是最闪耀的云原生实战派！

… …

文末

好啦，以上就是我这期的全部内容，如果有任何疑问，欢迎下方留言哦，咱们下期见。

… …

学习不分先后，知识不分多少；事无巨细，当以虚心求教；三人行，必有我师焉！！！

wished for you successed ！！！

---

⭐️若喜欢我，就请关注我叭。

⭐️若对您有用，就请点赞叭。
⭐️若有疑问，就请评论留言告诉我叭。

---

版权声明：本文由作者原创，转载请注明出处，谢谢支持！