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
kernelopenEuler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。C0130
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
495
3.63 K
Ascend Extension for PyTorch
Python
300
336
暂无简介
Dart
744
180
React Native鸿蒙化仓库
JavaScript
297
346
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++
868
475
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
301
127
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
11
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
仓颉编程语言测试用例。
Cangjie
43
871