首页
/ Eclipse Che 在 Minikube 上的安装与网络问题排查指南

Eclipse Che 在 Minikube 上的安装与网络问题排查指南

2025-05-31 09:01:29作者:范垣楠Rhoda

问题背景

在 Windows 11 Pro 系统上使用 Minikube 部署 Eclipse Che 时,虽然安装过程顺利完成,但最终无法通过浏览器访问仪表盘,出现 ERR_CONNECTION_TIMED_OUT 错误。同时,尝试 ping 目标地址 (192.168.58.2.nip.io) 也不成功。

环境配置

  • 操作系统:Windows 11 Pro (x64)
  • 容器运行时:Docker
  • Minikube 驱动:docker

问题排查步骤

  1. 检查 Pod 状态
    使用 kubectl get pods --namespace eclipse-che -o wide 命令确认所有 Pod 都处于 Running 或 Completed 状态,没有明显的错误。

  2. 查看服务列表
    执行 minikube service list 发现所有服务的 TARGET PORT 和 URL 都显示为 "No node port",这表明服务可能没有正确暴露。

  3. 收集日志
    通过 chectl server:logs 收集所有可用日志,但未发现明显的错误信息。

根本原因分析

问题根源在于 Minikube 使用了 docker 驱动。在 Windows 系统上,当 Minikube 使用 docker 驱动时,会出现网络访问问题,导致无法从宿主机访问集群内的服务。

解决方案

  1. 启用 Hyper-V 功能
    在管理员权限的 PowerShell 中执行以下命令:

    Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Hyper-V -All
    Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Hyper-V-Tools-All -All
    
  2. 重新部署 Minikube
    使用 Hyper-V 作为 Minikube 的驱动重新部署集群:

    minikube start --driver=hyperv
    
  3. 重新安装 Eclipse Che
    在新的 Minikube 集群上重新执行 Eclipse Che 的安装流程。

技术原理

在 Windows 系统上,Minikube 支持多种驱动方式:

  • Hyper-V:微软原生虚拟化技术,网络配置更稳定
  • Docker:使用 Windows 的 Docker 实现,网络配置存在限制

当使用 docker 驱动时,Minikube 创建的集群网络与宿主机网络之间的通信可能会受到限制,导致服务无法从外部访问。而 Hyper-V 驱动提供了更完整的虚拟化环境,能够正确处理网络路由和端口转发。

最佳实践建议

  1. 在 Windows 系统上部署 Minikube 时,优先考虑使用 Hyper-V 驱动
  2. 部署前确保系统已启用所有必要的虚拟化功能
  3. 对于生产环境,建议考虑使用更成熟的 Kubernetes 发行版而非 Minikube
  4. 部署完成后,及时验证服务访问性,包括仪表盘和 API 端点

总结

通过将 Minikube 的驱动从 docker 切换到 Hyper-V,成功解决了 Eclipse Che 仪表盘无法访问的问题。这个案例展示了在 Windows 环境下使用容器技术时,选择合适的虚拟化驱动对网络功能实现的重要性。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
826
5.47 K
kernelkernel
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
494
517
ops-nnops-nn
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++
784
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
ops-transformerops-transformer
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++
971
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
481
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
767
cannbot-skillscannbot-skills
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。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 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 Notebook
647
284