Eclipse Che 自定义工作区端点域名配置指南
背景介绍
在企业级开发环境中,Eclipse Che 作为云原生开发平台,经常需要根据企业网络架构进行定制化配置。其中最常见的一个需求就是自定义工作区端点的域名配置。默认情况下,Eclipse Che 会使用 OpenShift 集群的默认基础域名来生成工作区端点,这可能导致与企业现有的域名体系不一致。
问题描述
当管理员为 Eclipse Che 配置自定义主机名(如 che.devs.mycompany.com)时,虽然仪表板和 IDE 访问会使用这个自定义域名,但开发者在 DevWorkspace 中定义的公共端点仍会使用集群默认的基础域名(如 apps.)。这种不一致性会给企业网络管理和 DNS 配置带来不便。
解决方案
自定义工作区端点域名后缀
通过修改 CheCluster 自定义资源,可以指定工作区端点使用的域名后缀:
spec:
components:
cheServer:
extraProperties:
CHE_INFRA_OPENSHIFT_ROUTE_HOST_DOMAIN__SUFFIX: "devs.mycompany.com"
配置后,工作区端点将使用统一的企业域名体系,如:https://<user>-<workspace>-<endpoint-name>.devs.mycompany.com
端点重写支持
对于希望所有端点都通过 Che 主网关访问的场景,可以在端点定义中添加 urlRewriteSupported 属性:
endpoints:
- name: node
targetPort: 4200
exposure: public
protocol: https
attributes:
urlRewriteSupported: true
启用此功能后,端点将通过以下格式访问:https://<che_url>/<user>-<workspace>-<endpoint-name>
注意:这种模式下所有端点都需要身份验证,不再适合直接共享给团队成员。
进阶配置建议
-
全局路由策略控制:当前端点重写需要在每个端点单独配置,企业用户可考虑开发自定义控制器来实现全局策略控制。
-
认证控制:根据企业安全策略,可以结合 OpenShift 的认证机制来控制端点的访问权限。
-
DNS 管理:对于大规模部署,建议使用通配符 DNS 记录来简化端点域名的管理。
最佳实践
-
对于企业内部使用,建议统一使用企业域名后缀,保持一致性。
-
对于需要频繁共享端点的场景,不建议启用
urlRewriteSupported,以避免认证带来的不便。 -
定期检查端点暴露情况,确保不会意外暴露敏感服务。
通过合理配置 Eclipse Che 的端点域名策略,企业可以实现更符合自身网络架构的开发环境,同时确保安全性和易用性的平衡。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00