3步极速部署！Apache Doris Kubernetes容器化实践指南

你还在为Apache Doris的复杂部署流程头疼吗？手动配置节点、协调FE（Frontend）与BE（Backend）通信、处理存储卷挂载——这些步骤不仅耗时，还容易出现版本兼容问题。本文将带你通过3个核心步骤，在Kubernetes环境下实现Apache Doris的容器化部署，全程无需复杂命令，即使是新手也能1小时内完成集群搭建。读完本文你将掌握：

• 自动节点发现的StatefulSet部署方案
• 计算/存储分离的云原生架构配置
• 动态扩缩容与故障自愈的最佳实践

部署架构概览

Apache Doris在K8s环境中的部署采用计算与存储分离架构，通过StatefulSet管理有状态服务，结合Headless Service实现Pod间自动发现。核心组件包括：

• FE集群：由3个Follower节点组成，通过Raft协议实现元数据高可用，对应配置文件 docker/runtime/k8s/doris_follower.yml
• BE集群：3个存储节点负责数据持久化，配置文件 docker/runtime/k8s/doris_be.yml
• CN集群：3个计算节点处理查询请求，实现弹性扩缩容，配置文件 docker/runtime/k8s/doris_cn.yml

graph TD
    Client[用户客户端] -->|9030端口| Service[K8s Service]
    Service -->|查询请求| CN[计算节点集群]
    CN -->|数据交互| BE[存储节点集群]
    BE -->|元数据同步| FE[Follower节点集群]
    FE -->|Raft协议| FE1[FE节点1]
    FE --> FE2[FE节点2]
    FE --> FE3[FE节点3]

前置准备

环境要求

• Kubernetes集群版本 ≥ 1.21
• 每个节点至少2核8GB资源
• 已安装StorageClass（推荐使用LocalPV或云厂商存储）
• 网络插件支持Headless Service通信（如Calico、Flannel）

配置文件准备

从项目仓库获取3个核心YAML配置文件：

git clone https://gitcode.com/gh_mirrors/dori/doris.git
cd doris/docker/runtime/k8s

部署步骤

步骤1：部署FE集群（元数据节点）

FE节点通过StatefulSet部署，利用K8s的DNS服务实现节点自动发现。关键配置项说明：

• enable_fqdn_mode: true：启用域名模式，解决Pod重建IP变化问题
• enable_deploy_manager: k8s：自动管理BE/CN节点的添加与移除
• 环境变量FE_SERVICE指定Headless Service名称，实现集群内部通信

# 核心配置片段来自 [docker/runtime/k8s/doris_follower.yml](https://gitcode.com/gh_mirrors/dori/doris/blob/c47399cc0d0dbd0e97ed31810b8c777577a72f96/docker/runtime/k8s/doris_follower.yml?utm_source=gitcode_repo_files)
apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: doris-follower-cluster1
spec:
  serviceName: doris-follower-cluster1  # Headless Service名称
  replicas: 3
  template:
    spec:
      containers:
      - name: doris-follower-cluster1
        env:
        - name: FE_SERVICE
          value: "doris-follower-cluster1"  # 用于节点发现的服务名
        - name: BE_SERVICE
          value: "doris-be-cluster1"  # 关联BE集群
        ports:
        - containerPort: 9010
          name: edit-log-port  # Raft协议通信端口

执行部署命令：

kubectl apply -f doris_follower.yml

步骤2：部署BE与CN集群（存储与计算节点）

BE节点负责数据存储，CN节点专注计算任务，两者通过be_node_role参数区分角色。配置文件中通过priority_networks指定通信网段，避免跨节点网络隔离问题：

# BE节点角色配置 [docker/runtime/k8s/doris_be.yml](https://gitcode.com/gh_mirrors/dori/doris/blob/c47399cc0d0dbd0e97ed31810b8c777577a72f96/docker/runtime/k8s/doris_be.yml?utm_source=gitcode_repo_files)
data:
  be.conf: |
    be_node_role = storage  # 存储节点角色
    priority_networks = 172.16.0.0/24  # 内部通信网段

# CN节点角色配置 [docker/runtime/k8s/doris_cn.yml](https://gitcode.com/gh_mirrors/dori/doris/blob/c47399cc0d0dbd0e97ed31810b8c777577a72f96/docker/runtime/k8s/doris_cn.yml?utm_source=gitcode_repo_files)
data:
  be.conf: |
    be_node_role = computation  # 计算节点角色

同时部署BE与CN集群：

kubectl apply -f doris_be.yml
kubectl apply -f doris_cn.yml

步骤3：验证集群状态

1. 检查Pod状态，确保所有StatefulSet的3个副本均就绪：

kubectl get pods -o wide
# 预期输出包含 doris-follower-cluster1-0/1 Running
# doris-be-cluster1-0/1 Running
# doris-cn-cluster1-0/1 Running

2. 进入FE容器验证节点注册情况：

kubectl exec -it doris-follower-cluster1-0 -- sh
cd /opt/apache-doris/fe/bin
./mysql-client -h 127.0.0.1 -P 9030 -u root

在MySQL客户端执行以下SQL查看节点状态：

SHOW PROC '/frontends'\G
SHOW PROC '/backends'\G

高级配置

资源优化

根据业务负载调整资源请求与限制，推荐配置：

组件	CPU请求	内存请求	CPU限制	内存限制
FE	2核	4Gi	4核	8Gi
BE	4核	8Gi	8核	16Gi
CN	4核	8Gi	16核	32Gi

修改对应StatefulSet的resources字段：

resources:
  requests:
    cpu: "4"
    memory: "8Gi"
  limits:
    cpu: "16"
    memory: "32Gi"

存储配置

BE节点需配置持久化存储，推荐使用LocalPV或云厂商提供的SSD存储类：

volumeClaimTemplates:
- metadata:
    name: data
  spec:
    storageClassName: "local-ssd"  # 替换为实际存储类名
    accessModes: [ "ReadWriteOnce" ]
    resources:
      requests:
        storage: 100Gi  # 单节点存储容量

常见问题解决

节点注册失败

现象：BE/CN节点启动后未出现在SHOW PROC '/backends'结果中
排查：

1. 检查FE日志：kubectl logs doris-follower-cluster1-0 -c doris-follower-cluster1
2. 确认Headless Service是否正常：kubectl describe service doris-be-cluster1
3. 验证网络策略是否允许9050端口通信

计算节点扩容

通过修改CN集群的副本数实现弹性扩缩容：

kubectl scale statefulset doris-cn-cluster1 --replicas=5

系统将自动创建新的CN节点并注册到FE，无需手动执行ALTER SYSTEM ADD COMPUTE NODE命令。

总结与展望

本文介绍的K8s部署方案通过以下特性实现云原生最佳实践：

• 自动运维：StatefulSet+Headless Service实现节点身份持久化与自动发现
• 弹性伸缩：计算节点独立扩缩容，应对查询峰值
• 故障自愈：Pod异常时自动重建，Raft协议保障数据一致性

后续可结合项目中的监控工具 tools/pipeline-tracing/ 实现查询性能追踪，或通过 docker/runtime/k8s/ 目录下的Prometheus配置实现指标采集。

通过容器化部署，Apache Doris真正实现了"一键启动、弹性扩展"的云原生体验，为实时分析场景提供高效稳定的计算平台。