整体架构
Nantian Gateway 采用控制面与数据面分离的架构（split-plane architecture）。Go 控制面监听 Kubernetes API 中的 Gateway 资源，将其翻译为与设备无关的内部表示（IR），然后通过 gRPC/xDS 双向流推送到 Rust 数据面代理。两个平面以独立的 Kubernetes 工作负载部署，各自扩缩，彼此之间仅通过 gRPC 通道通信。
这种分离意味着控制面可以借助 Go 在 Kubernetes 生态中的丰富库快速演进，而数据面则运行一个快速、内存安全的 Rust 代理，处理每一字节的请求流量。
Nantian Gateway 的架构建立在一组经过验证的原则之上，每条原则都回答了”为什么这样做”的问题。
控制面与数据面分离：数据面专注于低延迟、高吞吐量的请求处理，不受 Kubernetes API 交互的干扰。控制面可以自由使用 Go 的 Kubernetes 客户端库，不担心对请求路径的性能影响。两个平面独立扩缩：流量激增时只扩展数据面，Gateway 资源数量增长时只扩展控制面。故障域也天然隔离，数据面的 bug 不会影响配置管理，控制面的故障不会中断现有流量。
Go + Rust 双语言选择：Go 在 Kubernetes 生态中拥有最成熟的客户端库和控制器模式（controller-runtime），适合构建控制面的 Watch、Reconcile、Leader Election 等逻辑。Rust 提供零成本抽象、无 GC 停顿和编译期内存安全，适合处理数据面的每请求路径。选择两种语言各司其职，而不是在单一语言中妥协。
xDS 协议：xDS 是 Envoy 使用的配置分发协议，经过大规模生产环境验证。Nantian Gateway 复用了 xDS 的双向流模型：控制面主动推送配置快照，数据面确认接收并报告状态。这种推送模型比轮询更高效，天然支持增量更新（delta xDS）和配置版本追踪，也使得 Nantian Gateway 的数据面理论上可以兼容任何支持 xDS 的控制面。
Gateway API 原生：Nantian Gateway 直接消费 Kubernetes Gateway API 资源（Gateway、HTTPRoute、GRPCRoute 等），不做额外的 CRD 包装。这意味着用户可以直接使用标准 Gateway API 工具链和生态，无需学习额外的 API 语法。
下图展示了一个完整的周期，从 Kubernetes 资源创建到流量服务：
两个平面一览
Section titled “两个平面一览”控制面（Go，gateway/cmd/manager/main.go）：监听 Kubernetes 资源，将其翻译为内部表示（IR），通过快照存储发布配置，并提供 Admin API。它运行 controller-runtime 管理器、gRPC xDS 服务器和 reconciler runner。主从选举确保同一时刻只有一个控制面实例驱动翻译，但可以部署多个副本以实现高可用。
数据面（Rust，dataplane/）：通过 xDS 接收配置，将其应用到代理运行时，并处理所有请求流量。它实现了 HTTP 路由、流代理（TCP/UDP）、TLS 终结、限流、熔断和 Wasm 插件执行。数据面还暴露了自己的 Admin API 和 Prometheus 指标端点。
控制面内部架构
Section titled “控制面内部架构”控制面内部由一条四阶段流水线构成，确保从 Kubernetes 资源到数据面配置的转换是确定性的、可追踪的。
Controller Manager 是流水线的入口。它通过 controller-runtime 的 Informer 机制 Watch Gateway、HTTPRoute、Service、EndpointSlice、Secret、以及 Nantian Gateway 扩展的 AIService、TokenPolicy、WasmPlugin 等资源。当任意被监听的资源发生变更时，Controller Manager 触发一次翻译循环。
Translator 接收变更事件，从所有 Informer 缓存中读取最新的资源状态，构建一个完整的 IR Snapshot。Translator 负责解决跨资源引用（例如 HTTPRoute 引用的 BackendRef 需要从 Service 和 EndpointSlice 中解析出实际的端点地址）、执行策略合并（例如多个 TokenPolicy 作用于同一个路由时的优先级排序）、以及验证配置合法性。如果翻译过程中发现不可恢复的错误，Translator 会生成一个包含部分有效配置的快照，避免因单个资源配置错误导致整个数据面断流。
Snapshot Store 是控制面的配置分发中枢。它持有当前最新的 IR Snapshot，并通过发布-订阅模式向三个消费者分发：Admin API 提供只读查询（用于 Dashboard 展示和运维诊断），gRPC xDS Server 推送到数据面，Reconciler Runner 驱动基础设施协调（例如创建负载均衡器、配置 DNS 等）。
gRPC xDS Server 实现了 ConfigurationDiscoveryService 服务（定义在 proto/gateway/control/v1/）。数据面打开双向流后，Server 首先推送完整的配置快照，后续在 Snapshot Store 每次更新时推送增量变更。数据面通过 ACK/NACK 机制确认配置接收和应用状态，Server 据此更新每台数据面的配置版本和健康状态。
数据面内部架构
Section titled “数据面内部架构”数据面内部同样采用分层架构，将配置同步、运行时执行和扩展能力解耦。
xDS Client 通过双向 gRPC 流订阅控制面的配置更新。首次连接时接收完整快照，后续接收增量变更。xDS Client 负责版本校验、ACK/NACK 反馈，以及连接断开后的自动重连和重同步。每个数据面实例独立维护自己的配置流，不存在共享状态。
Config Cache 在内存中缓存反序列化后的配置对象。它是 xDS Client 和 Proxy Runtime 之间的缓冲层：xDS Client 写入新配置，Proxy Runtime 以原子方式切换到新配置，避免请求处理过程中出现配置不一致。缓存支持旧版本的保留，以便在配置回滚时快速切换。
Proxy Runtime 是数据面的核心请求处理引擎。它构建了一条完整的过滤器链（Filter Chain），每个请求依次经过：TLS/HTTP 协议解析、路由匹配、限流检查、熔断判断、负载均衡、请求转发。Proxy Runtime 使用 async Rust（tokio 运行时）处理并发连接，每个连接作为一个独立的异步任务调度，充分利用多核 CPU。
Wasm Engine 嵌入在过滤器链中，允许用户在特定位置注入自定义逻辑。Wasm 插件可以访问请求/响应头、Body 内容、以及连接元数据，用于实现认证、日志采集、请求变换等扩展功能。引擎采用 Wasmtime 作为运行时，支持与 Proxy Runtime 共享内存以降低插件调用的序列化开销。
AI Gateway 模块位于 Proxy Runtime 的上层，专门处理 AI API 请求（LLM 调用、Embedding、向量搜索等）。它实现模型路由（根据请求参数选择目标模型）、Token 限流（按 Token 维度控制消费速率）、请求/响应变换（统一不同 LLM 提供商的 API 格式）等功能。AI Gateway 的配置同样通过 xDS 下发，与普通 HTTP 路由共享同一套配置分发体系。
IR（中间表示）详解
Section titled “IR（中间表示）详解”IR 是控制面和数据面之间的契约，也是 Nantian Gateway 架构中最核心的抽象层。它不是 Kubernetes 资源的简单拷贝，而是一个经过翻译、去重和优化的配置视图。
一个完整的 ir.Snapshot 包含以下字段：
- Listeners：由 Gateway 资源生成，包含监听端口、协议（HTTP/HTTPS/TCP/UDP）、TLS 配置和关联的路由列表
- HTTPRoutes：由 HTTPRoute/GRPCRoute 资源生成，包含路径匹配规则、Header 匹配规则、重写规则、超时配置、重试策略和关联的后端引用
- Backends：由 Service 资源生成，包含负载均衡策略（轮询/最少连接/一致性哈希）、健康检查配置和熔断参数
- Endpoints：由 EndpointSlice 资源生成，包含后端 Pod 的实际 IP 地址和端口
- Secrets：由 Secret 资源生成，包含 TLS 证书、密钥和 CA 证书
- AIServices：Nantian Gateway 扩展，描述 AI 模型服务的端点、能力（支持的模型列表）和认证方式
- TokenPolicies：Nantian Gateway 扩展，描述 Token 维度的限流策略，包括令牌桶参数和策略生效范围
- WasmPlugins：Nantian Gateway 扩展，描述 Wasm 插件的加载方式（本地文件/OCI 镜像）、执行阶段（请求头/请求体/响应头/响应体）和配置参数
IR 的存在使得控制面可以专注于”翻译”（Kubernetes 语义到配置语义），数据面可以专注于”执行”（配置到请求处理），两者之间通过 IR 解耦。这也意味着更换数据面实现（例如从自研 Rust 代理切换到 Envoy）只需要修改 xDS 序列化层，控制面逻辑完全不需要改动。
IR 到 xDS 的映射关系如下：Listener → LDS（Listener Discovery Service），HTTPRoute → RDS（Route Discovery Service），Backend → CDS（Cluster Discovery Service），Endpoint → EDS（Endpoint Discovery Service），Secret → SDS（Secret Discovery Service）。AIService、TokenPolicy 和 WasmPlugin 作为 Nantian Gateway 的扩展资源类型，通过自定义 xDS 扩展字段传输。
Nantian Gateway 提供了三个层次的扩展能力，用户可以根据需求选择合适的集成深度。
Wasm 插件：适合请求/响应级别的逻辑扩展。用户可以编写 Wasm 模块（支持 Rust、Go、C 等语言编译到 Wasm），通过 WasmPlugin 资源声明加载和执行阶段。Wasm 插件在 Proxy Runtime 的过滤器链中运行，可以访问和修改请求头、Body、Trailers，但不能改变路由决策。插件通过 OCI 镜像分发，支持版本管理和灰度发布。
自定义过滤器：适合需要更深层控制的扩展场景。如果 Wasm 的性能开销不可接受，或者需要访问代理运行时内部状态（例如连接池指标、熔断器状态），用户可以实现 Rust trait 并以编译期插件的方式集成到数据面中。这种方式需要重新编译数据面镜像，但可以获得与内置过滤器同等的性能。
AI Gateway 集成：AI Gateway 模块本身就是一个扩展点。用户可以实现自定义的模型路由器（根据流量特征动态选择模型）和 Token 限流器（支持更复杂的限流算法）。这些扩展通过 Rust trait 定义接口，在编译期链接。
Nantian Gateway 的数据面用 Rust 编写，目标是在不牺牲功能的前提下提供接近线速的代理性能。
吞吐量：在典型的 HTTP 代理场景下（16 核，64B Body），单实例 Rust 数据面可以处理约 50 万 QPS。启用 Wasm 插件后，根据插件复杂度的不同，吞吐量会有 5% 到 20% 的下降。AI Gateway 路径的吞吐量受下游 LLM 提供商响应速度主导，代理本身的额外开销在 1ms 以内。
延迟：P50 代理延迟（不含后端响应时间）低于 0.5ms，P99 低于 2ms。xDS 配置应用延迟（从控制面推送快照到数据面完成热切换）通常在 100ms 以内。
内存：基线内存占用约 50MB（不含连接缓冲区）。每个活跃连接额外占用约 2KB 的缓冲区内存。Wasm 引擎根据加载的插件模块数量额外占用 5MB 到 50MB。
扩展性：控制面单个实例可以管理约 1 万个 Gateway 资源和 10 万个路由规则，完整翻译一个快照通常在 200ms 以内。数据面实例数量不受控制面限制，每个实例独立连接，支持水平扩展到数百个节点。