ClickHouse-go连接Docker容器时TLS握手错误的解决方案
2025-06-26 03:41:14作者:卓炯娓
在使用ClickHouse-go客户端库连接Docker容器中的ClickHouse服务时,开发者可能会遇到"first record does not look like a TLS handshake"的错误。这个问题通常是由于端口配置不当导致的协议不匹配。
问题背景
ClickHouse服务在Docker容器中默认会监听多个端口,每个端口对应不同的通信协议:
- 8123端口:HTTP协议接口
- 9000端口:原生TCP协议接口
- 9440端口:安全的TCP协议接口(TLS加密)
当开发者使用ClickHouse-go客户端库时,默认会尝试使用原生TCP协议(9000端口)建立连接。如果在Docker配置中只暴露了8123端口(HTTP),但客户端代码却尝试使用TCP协议连接,就会出现协议不匹配的错误。
解决方案
方案一:使用正确的TCP协议端口
最简单的解决方案是在Docker配置中同时暴露9000端口,并确保客户端代码连接到这个端口:
version: '3'
services:
click_server:
image: clickhouse/clickhouse-server
ports:
- "8123:8123" # HTTP接口
- "9000:9000" # 原生TCP接口
volumes:
- ./dbfiles:/var/lib/clickhouse
- ./config/houseadmin.xml:/etc/clickhouse-server/users.d/houseadmin.xml
然后在Go代码中指定9000端口连接,并移除不必要的TLS配置:
conn, err = clickhouse.Open(&clickhouse.Options{
Addr: []string{"host:9000"}, // 使用9000端口
Auth: clickhouse.Auth{
Database: "database",
Username: "user",
Password: "password",
},
// 移除TLS配置
})
方案二:配置安全的TCP连接
如果需要加密连接,可以配置ClickHouse使用9440安全端口:
- 创建配置文件
tcp_secure.xml:
<clickhouse>
<tcp_secure>9440</tcp_secure>
</clickhouse>
- 修改Docker配置挂载此文件并暴露9440端口:
volumes:
- ./tcp_secure.xml:/etc/clickhouse-server/config.d/tcp_secure.xml
ports:
- "9440:9440"
- Go代码中配置TLS连接9440端口:
conn, err = clickhouse.Open(&clickhouse.Options{
Addr: []string{"host:9440"},
TLS: &tls.Config{
InsecureSkipVerify: true, // 仅测试环境使用
},
// 其他配置...
})
方案三:使用HTTP协议连接
也可以选择直接使用HTTP协议连接8123端口,但这需要使用HTTP客户端而非原生TCP客户端。
最佳实践建议
- 开发环境建议使用方案一,简单直接
- 生产环境建议使用方案二,确保通信安全
- 避免在代码中保留
InsecureSkipVerify: true,生产环境应配置有效的证书 - 确保Docker端口映射与客户端连接端口一致
- 使用环境变量管理连接配置,便于不同环境切换
通过正确理解ClickHouse的端口协议对应关系,并合理配置Docker和客户端代码,可以轻松解决TLS握手错误问题,建立稳定的数据库连接。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1