本地Kind部署中Ingress Controller实现单URL访问多服务的问题排查

你的需求完全可行，无法通过路径访问服务的问题通常出在Ingress配置、服务本身的路径适配，以及Kind集群的端口映射这几个环节，以下是具体排查和修复方向：

1. 检查Kind集群的Ingress端口映射配置 #

Kind是单节点集群，需要明确将集群节点的Ingress端口映射到主机端口。确保cluster.yaml中包含正确的端口映射规则：

kind: Cluster
apiVersion: kind.x-k8s.io/v1alpha4
nodes:
- role: control-plane
  extraPortMappings:
  # 映射HTTP端口到主机80
  - containerPort: 80
    hostPort: 80
    protocol: TCP
  # 映射HTTPS端口到主机443（可选）
  - containerPort: 443
    hostPort: 443
    protocol: TCP

配置完成后重新创建集群，确保端口映射生效。

2. 修正Ingress对象的路径重写配置 #

MLflow默认以根路径(/)提供服务，直接配置/mlflow路径会导致MLflow内部资源（如CSS、JS）请求根路径而失败。需要通过Ingress注解实现路径重写，同时让MLflow适配前缀路径：

正确的Ingress配置示例（ingress.yaml） #

apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  name: mlflow-ingress
  annotations:
    # 启用正则路径重写
    nginx.ingress.kubernetes.io/rewrite-target: /$1
    nginx.ingress.kubernetes.io/use-regex: "true"
    # 可选：设置路径前缀
    nginx.ingress.kubernetes.io/configuration-snippet: |
      proxy_set_header X-Forwarded-Prefix /mlflow;
spec:
  rules:
  - http:
      paths:
      - path: /mlflow/(.*)
        pathType: Prefix
        backend:
          service:
            name: mlflow-service  # 替换为你的MLflow Service名称
            port:
              number: 5000  # 替换为MLflow Service的端口

调整MLflow部署的启动参数 #

在mlflow.yaml的Deployment容器启动命令中，添加--base-path /mlflow参数，让MLflow识别路径前缀：

containers:
- name: mlflow
  image: mlflow/mlflow:latest
  command: ["mlflow", "server"]
  args:
  - "--host=0.0.0.0"
  - "--port=5000"
  - "--base-path=/mlflow"  # 新增此参数

3. 验证Ingress Controller与资源状态 #

执行以下命令检查关键组件状态：

• 检查Ingress Controller Pod是否正常运行：

  kubectl get pods -n ingress-nginx
  

• 检查Ingress资源是否成功绑定到Controller：

  kubectl get ingress
  

  确保ADDRESS列显示集群节点IP（Kind中通常为127.0.0.1或节点内网IP）。
• 检查Ingress Controller Service的端口配置：

  kubectl get svc -n ingress-nginx
  

  确保Service的nodePort与cluster.yaml中映射的hostPort一致，或确认Service类型为NodePort。

4. 排查本地端口占用问题 #

如果主机的80端口被其他服务（如本地Nginx、Apache）占用，Kind的端口映射会失效。执行以下命令检查端口占用：

# Linux/macOS
lsof -i :80
# Windows（PowerShell）
Get-NetTCPConnection -LocalPort 80

若端口被占用，可修改cluster.yaml中的hostPort为其他端口（如8080），然后通过http://localhost:8080/mlflow访问。

内容的提问来源于stack exchange，提问作者Dana Strong