Apache DevLake 集成 Azure MySQL 灵活服务器的 SSL 证书配置指南
2025-06-29 17:10:41作者:咎竹峻Karen
背景介绍
在云原生应用部署中,Apache DevLake 作为开源的数据湖平台,经常需要与云数据库服务进行集成。当使用 Azure MySQL 灵活服务器时,由于其默认启用了安全传输要求(require_secure_transport=ON),传统的非加密连接方式会导致连接失败。
问题分析
在 Helm 部署 DevLake 时,如果配置了外部 MySQL 服务(如 Azure MySQL),系统会抛出错误代码 3159,提示"Connections using insecure transport are prohibited"。这是因为 Azure MySQL 强制要求使用 SSL/TLS 加密连接,而默认的 Helm 配置中缺少相应的证书配置。
解决方案
核心解决思路
通过 Helm 的 postRenderers 功能,在部署时动态修改 Kubernetes 部署描述,将 SSL 证书以 Secret 形式挂载到容器中。这种方法既保持了部署的灵活性,又满足了安全要求。
具体实施步骤
- 准备证书 Secret 首先需要将 DigiCertGlobalRootCA 证书文件编码为 base64,并创建 Kubernetes Secret:
apiVersion: v1
kind: Secret
metadata:
name: ca-cert
namespace: devlake
type: Opaque
data:
ca-cert.crt: <base64编码的证书内容>
建议使用 sops 等工具对 Secret 进行加密,增强安全性。
- 配置 Helm 部署
在 Helm 安装或升级命令中,通过 postRenderers 配置证书挂载:
postRenderers:
- kustomize:
patches:
- target:
version: v1
kind: Deployment
name: devlake-lake
patch: |-
- op: add
path: /spec/template/spec/volumes
value: []
- op: add
path: /spec/template/spec/volumes/-
value:
name: ca-cert
secret:
secretName: ca-cert
namespace: devlake
- op: add
path: /spec/template/spec/containers/0/volumeMounts
value: []
- op: add
path: /spec/template/spec/containers/0/volumeMounts/-
value:
name: ca-cert
mountPath: /usr/local/share/ca-certificates/root-ca-cert
readOnly: true
subPath: ca-cert.crt
- 验证配置
部署完成后,可以进入容器验证证书是否已正确挂载:
kubectl exec -it <devlake-pod> -- ls /usr/local/share/ca-certificates/root-ca-cert
技术原理
这种解决方案利用了 Kubernetes 的几个关键特性:
- Secret 管理:将敏感证书信息存储在 Secret 中,避免直接暴露在部署文件中
- Volume 挂载:通过 Volume 将证书挂载到容器指定目录
- Helm 后渲染:使用 postRenderers 在不修改原始 Chart 的情况下动态调整部署配置
最佳实践建议
- 对于生产环境,建议将证书管理纳入统一的证书管理系统
- 定期轮换证书并更新 Secret
- 考虑使用 Cert-Manager 等工具自动化证书管理
- 在 CI/CD 流水线中加入证书验证步骤
总结
通过本文介绍的方法,可以有效地解决 Apache DevLake 与 Azure MySQL 灵活服务器集成时的 SSL 连接问题。这种方案不仅适用于当前场景,其原理也可以推广到其他需要自定义证书的云服务集成场景中。随着云原生安全要求的不断提高,掌握这类证书管理技术将成为 DevOps 工程师的必备技能。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-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。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
196
218
暂无简介
Dart
637
144
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
653
277
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
627
仓颉编译器源码及 cjdb 调试工具。
C++
128
859
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
73
99
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.73 K