首页
/ Eclipse Che 自定义工作空间端点域名配置指南

Eclipse Che 自定义工作空间端点域名配置指南

2025-06-01 16:20:13作者:滑思眉Philip

背景介绍

Eclipse Che 是一款开源的云原生集成开发环境(IDE)平台,它允许开发团队在 Kubernetes 或 OpenShift 集群上快速创建和管理开发环境。在实际生产部署中,企业通常需要根据自身需求定制 Che 服务器的访问域名。

问题描述

当管理员为 Eclipse Che 配置自定义主机名时(例如 che.devs.mycompany.com),虽然仪表板和 IDE 访问会使用这个自定义域名,但开发工作空间中定义的公共端点(Public Endpoints)仍然会使用集群默认的基础域名生成路由。这会导致端点访问地址不一致,例如:

https://<user>-<workspace>-<endpoint-name>.apps.<default base domain>

这种不一致性会给网络配置和管理带来不便,特别是当企业需要迁移到新集群但希望保持相同域名结构时。

解决方案

1. 统一工作空间端点域名

通过修改 CheCluster 自定义资源(CR),可以指定工作空间端点使用与 Che 服务器相同的域名基础:

spec:
  components:
    cheServer:
      extraProperties:
        CHE_INFRA_OPENSHIFT_ROUTE_HOST_DOMAIN__SUFFIX: "devs.mycompany.com"

这个配置将确保所有工作空间端点都使用统一的基础域名,例如:

https://<user>-<workspace>-<endpoint-name>.devs.mycompany.com

2. 端点路由策略优化

除了统一域名外,Eclipse Che 还支持通过主网关代理工作空间端点,避免为每个端点创建独立路由。这可以通过在工作空间端点定义中添加特定属性实现:

endpoints:
- name: node
  targetPort: 4200
  exposure: public
  protocol: https
  attributes:
    urlRewriteSupported: true

启用此功能后,端点将通过主 Che 网关访问,格式为:

https://<che_url>/<user>-<workspace>-<endpoint-name>

注意:这种模式下所有端点将要求身份验证,不再适合直接与团队成员共享。

进阶配置建议

对于企业级部署,建议考虑以下配置策略:

  1. 全局路由策略:目前端点路由策略需要在每个端点单独配置,未来版本可能会支持全局配置

  2. 认证控制:根据安全需求,可以控制是否对生成端点实施认证

  3. DNS 配置:使用网关代理模式可以简化 DNS 配置,只需为 Che 主域名设置记录,无需配置通配符记录

总结

通过合理配置 Eclipse Che 的工作空间端点域名和路由策略,企业可以实现:

  • 统一的访问域名结构
  • 简化的网络配置
  • 灵活的安全控制
  • 更便捷的集群迁移

这些配置选项使 Eclipse Che 能够更好地适应企业级部署场景,满足严格的网络和安全要求。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
832
5.52 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
497
522
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.17 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
802
1.6 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
982
2.32 K
kernelkernel
deepin linux kernel
C
33
16
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.05 K
786
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
ops-mathops-math
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++
1.21 K
1.27 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
668
316