Eclipse Che项目中TLS边缘终止支持问题的分析与解决
2025-06-01 03:17:38作者:庞队千Virginia
问题背景
在Eclipse Che项目中,当开发者为HTTP服务设置特定特性的端点时,会遇到一个关于TLS边缘终止支持的问题。具体表现为:在正确生成边缘路由URL的情况下,通过VSCode UI端点部分访问该端点时会出现404错误。
问题现象
开发者在使用Eclipse Che 7.89版本时,设置了如下端点:
- exposure: public
targetPort: 5050
name: web
protocol: http
secure: true
attributes:
discoverable: true
虽然路由URL被正确生成,但通过UI端点访问时却返回404错误。而如果尝试添加urlRewriteSupported: 'true'特性,则会导致路由无法创建。
技术分析
路由机制原理
Eclipse Che的路由系统基于Kubernetes/OpenShift的Ingress/Route资源。当设置secure: true时,系统会为端点创建TLS终止的边缘路由。discoverable特性则指示系统为该端点创建专用的Kubernetes服务。
问题根源
经过深入分析,发现问题出在Che Router的路由关联逻辑上。当前实现将所有路由/入口都与工作区的通用服务关联,而没有检查是否存在特定于该路由/入口的服务。当端点设置了discoverable特性时,系统会为该端点创建专用服务,但这个服务没有被正确关联到对应的路由/入口上。
验证过程
- 使用基本路由类(basic routing class)测试时,问题不会出现,证实这是Che Router特有的问题
- 通过OpenShift控制台直接访问生成的路由URL可以正常工作,说明路由本身设置正确
- 通过UI端点访问失败,表明路由与服务之间的关联存在问题
解决方案
修复方案的核心是修改Che Router的路由关联逻辑,使其能够正确处理带有discoverable特性的端点:
- 检查端点是否设置了
discoverable特性 - 如果设置了该特性,则将路由与端点专用服务关联
- 否则,保持原有行为,将路由与工作区通用服务关联
技术实现细节
在实现上,需要修改Che Operator控制器中的路由解决逻辑,具体涉及:
- 在创建路由时检查端点特性
- 根据特性决定目标服务的选择
- 确保路由规范正确反映TLS设置
- 维护向后兼容性,不影响现有工作区的行为
影响与意义
这个修复将带来以下改进:
- 使TLS保护的HTTP端点能够通过UI正确访问
- 保持与现有设置的兼容性
- 提高端点路由设置的灵活性和可靠性
- 为开发者提供更一致的端点访问体验
最佳实践建议
基于此问题的解决,建议开发者在设置端点时:
- 明确是否需要TLS保护
- 合理使用
discoverable特性 - 测试端点通过不同访问方式的行为
- 关注端点特性与路由类型的兼容性
这个问题的解决展示了Eclipse Che项目在复杂路由场景下的持续改进,为开发者提供了更稳定和可靠的云端开发环境。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218