在Kubernetes中使用ClickHouse Operator暴露服务的Ingress配置指南
2025-07-04 05:12:21作者:谭伦延
ClickHouse Operator是管理Kubernetes集群中ClickHouse部署的强大工具。本文将详细介绍如何通过Ingress资源安全地暴露ClickHouse服务,使其能够被外部访问。
服务暴露的基本原理
在Kubernetes环境中,ClickHouse Operator默认会创建LoadBalancer类型的服务。这种方式虽然简单,但可能不是最经济高效的选择。更优的方案是使用Ingress控制器来管理外部访问。
配置ClickHouse服务模板
首先需要修改ClickHouseInstallation资源定义,将服务类型设置为ClusterIP:
apiVersion: "clickhouse.altinity.com/v1"
kind: "ClickHouseInstallation"
metadata:
name: "clickhouse-service"
spec:
defaults:
templates:
serviceTemplate: clusterip-template
templates:
serviceTemplates:
- name: clusterip-template
type: ClusterIP
这个配置确保服务只在集群内部可用,为后续通过Ingress暴露做好准备。
创建HTTP Ingress资源
对于基本的HTTP访问(如8123端口),可以创建如下Ingress资源:
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
name: clickhouse-http-ingress
annotations:
nginx.ingress.kubernetes.io/proxy-connect-timeout: "60m"
nginx.ingress.kubernetes.io/proxy-send-timeout: "60m"
nginx.ingress.kubernetes.io/proxy-read-timeout: "60m"
spec:
rules:
- host: clickhouse.example.com
http:
paths:
- path: /
pathType: Prefix
backend:
service:
name: chendpoint-clickhouse-service
port:
number: 8123
这个配置允许外部客户端通过HTTP协议访问ClickHouse的HTTP接口(默认端口8123)。
高级配置注意事项
-
TCP流量处理:如果需要暴露ClickHouse的TCP端口(如9000),需要额外配置Ingress控制器的TCP代理功能。
-
TLS终止:对于生产环境,强烈建议配置TLS证书:
spec: tls: - hosts: - clickhouse.example.com secretName: clickhouse-tls-secret -
连接超时:ClickHouse查询可能耗时较长,适当增加超时设置很重要。
-
服务发现:确保Ingress中指定的服务名称与实际创建的服务名称匹配。
验证配置
部署完成后,可以通过以下命令验证服务是否正常:
curl -v http://clickhouse.example.com/ping
预期响应应为"Ok.",表示服务已正确配置。
最佳实践建议
- 生产环境应始终启用TLS加密
- 考虑实现基于路径的路由,以便在同一域名下暴露多个服务
- 监控Ingress控制器的资源使用情况
- 为不同的环境(开发、测试、生产)配置不同的Ingress规则
通过合理配置Ingress,可以安全、高效地将ClickHouse服务暴露给外部用户,同时保持Kubernetes集群的安全性。这种方案相比直接使用LoadBalancer更加灵活且成本效益更高。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
531
3.74 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
772
191
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
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
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
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355