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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 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 Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
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++
872
2.01 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
468
461
Ascend Extension for PyTorch
Python
756
959
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++
696
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
645