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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude 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 Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253