使用Helm Chart在Kubernetes上部署Apache Doris集群
前言
Apache Doris作为一款高性能的MPP分析型数据库,在现代数据架构中扮演着重要角色。本文将详细介绍如何利用Helm Chart在Kubernetes环境中快速部署Apache Doris集群,实现存储与计算资源的统一管理。
Helm简介
Helm是Kubernetes的包管理工具,它通过Chart(图表)的形式定义、安装和升级复杂的Kubernetes应用。使用Helm部署Doris可以带来以下优势:
- 简化部署流程,避免手动配置的复杂性
- 提供标准化的部署模板
- 支持灵活的配置覆盖
- 便于版本管理和升级
准备工作
在开始部署前,请确保已具备以下环境:
- 可用的Kubernetes集群(版本1.16+)
- 已安装并配置kubectl命令行工具
- 已安装Helm(版本3.0+)
- 集群中配置了可用的StorageClass(用于持久化存储)
添加Doris Helm仓库
Doris官方提供了包含Operator和集群部署的Helm仓库,添加步骤如下:
# 添加Doris Helm仓库
helm repo add doris-repo https://charts.selectdb.com
# 更新仓库至最新版本
helm repo update doris-repo
# 验证仓库信息
helm search repo doris-repo
执行后应能看到类似输出,包含doris-operator和doris两个Chart:
NAME CHART VERSION APP VERSION DESCRIPTION
doris-repo/doris-operator 1.3.1 1.3.1 Doris-operator for doris creat ...
doris-repo/doris 1.3.1 2.0.3 Apache Doris is an easy-to-use ...
部署Doris Operator
基础部署
Operator是管理Doris集群生命周期的核心组件,执行以下命令进行默认安装:
helm install operator doris-repo/doris-operator -n doris --create-namespace
自定义配置部署
如需自定义Operator配置(如资源限制、副本数等),需先下载values.yaml文件:
helm show values doris-repo/doris-operator > operator-values.yaml
编辑完成后使用自定义配置安装:
helm install -f operator-values.yaml operator doris-repo/doris-operator -n doris
验证Operator状态
部署完成后,检查Operator Pod状态:
kubectl get pod -n doris
正常输出应显示Operator Pod状态为Running:
NAME READY STATUS RESTARTS AGE
doris-operator-866bd449bb-zl5mr 1/1 Running 0 18m
部署Doris集群
基础部署
使用默认配置部署Doris集群(包含3个FE和3个BE节点):
helm install doriscluster doris-repo/doris -n doris
自定义配置部署
对于生产环境,建议根据实际需求自定义集群配置:
- 获取默认values文件:
helm show values doris-repo/doris > cluster-values.yaml
-
编辑cluster-values.yaml,常见配置项包括:
- FE/BE节点数量
- 资源请求与限制(CPU/内存)
- 存储配置(StorageClass、容量)
- 服务类型(NodePort/LoadBalancer)
- 监控配置
-
使用自定义配置部署:
helm install -f cluster-values.yaml doriscluster doris-repo/doris -n doris
验证集群状态
部署完成后,检查集群Pod状态:
kubectl get pod -n doris
正常输出应显示所有FE和BE节点均为Running状态:
NAME READY STATUS RESTARTS AGE
doriscluster-helm-fe-0 1/1 Running 0 1m39s
doriscluster-helm-fe-1 1/1 Running 0 1m39s
doriscluster-helm-fe-2 1/1 Running 0 1m39s
doriscluster-helm-be-0 1/1 Running 0 16s
doriscluster-helm-be-1 1/1 Running 0 16s
doriscluster-helm-be-2 1/1 Running 0 16s
访问Doris集群
部署完成后,可以通过以下方式访问Doris:
-
MySQL客户端访问:
mysql -h <FE_SERVICE_IP> -P 9030 -uroot
-
Web UI访问: 在浏览器中访问FE的HTTP端口(默认8030),查看集群状态和管理界面。
卸载Doris集群
卸载Doris集群
当不再需要Doris集群时,执行以下命令卸载:
helm uninstall doriscluster -n doris
卸载Doris Operator
确保没有运行的Doris集群后,可卸载Operator:
helm uninstall operator -n doris
最佳实践建议
-
生产环境配置:
- 建议FE节点至少3个以保证高可用
- BE节点数量根据数据量和查询负载确定
- 为关键组件设置合理的资源限制
-
存储规划:
- 为BE节点配置高性能存储(如SSD)
- 根据数据增长预期设置足够的存储容量
-
监控与告警:
- 集成Prometheus监控Doris集群指标
- 配置关键指标的告警规则
-
备份策略:
- 定期备份元数据
- 考虑使用Kubernetes的VolumeSnapshot功能备份数据
常见问题排查
-
Pod无法启动:
- 检查资源配额是否足够
- 验证StorageClass是否可用
- 查看Pod日志获取详细错误信息
-
集群无法选举Leader:
- 确认FE节点数量为奇数
- 检查网络连通性
-
性能问题:
- 监控资源使用情况
- 调整BE节点数量和资源配置
通过本文介绍的Helm Chart部署方式,您可以快速在Kubernetes环境中搭建Apache Doris集群,并根据实际需求灵活调整配置。这种部署方式特别适合需要快速弹性伸缩和统一管理的云原生环境。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0308- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









