Apache Doris在Kubernetes上部署FE节点的配置指南
2025-06-27 18:59:25作者:戚魁泉Nursing
前言
Apache Doris作为一款高性能的MPP分析型数据库,在存算分离架构下,FE(Frontend)节点承担着查询解析、规划等关键任务。本文将详细介绍在Kubernetes环境中部署和配置FE节点的最佳实践。
FE节点基础配置
计算资源配置
在Kubernetes环境中,我们可以通过requests和limits为FE节点分配计算资源。以下是一个典型的生产环境配置示例:
spec:
feSpec:
requests:
cpu: 8
memory: 8Gi
limits:
cpu: 8
memory: 8Gi
这个配置为FE节点分配了8个CPU核心和8GB内存。在实际部署时,建议根据以下因素调整资源配置:
- 集群规模:节点数量越多,单个FE节点负载可能越低
- 查询复杂度:复杂查询需要更多内存
- 并发量:高并发场景需要更多CPU资源
自定义启动配置
创建ConfigMap
FE节点的启动配置通过Kubernetes ConfigMap管理。以下是一个推荐的配置模板:
apiVersion: v1
kind: ConfigMap
metadata:
name: fe-configmap
namespace: default
labels:
app.kubernetes.io/component: fe
data:
fe.conf: |
CUR_DATE=`date +%Y%m%d-%H%M%S`
LOG_DIR = ${DORIS_HOME}/log
# JDK 17配置
JAVA_OPTS_FOR_JDK_17="-Djavax.security.auth.useSubjectCredsOnly=false -Xmx8192m -Xms8192m -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=$LOG_DIR -Xlog:gc*:$LOG_DIR/fe.gc.log.$CUR_DATE:time,uptime:filecount=10,filesize=50M --add-opens=java.base/java.nio=ALL-UNNAMED --add-opens java.base/jdk.internal.ref=ALL-UNNAMED"
sys_log_level = INFO
sys_log_mode = NORMAL
http_port = 8030
rpc_port = 9020
query_port = 9030
edit_log_port = 9010
enable_fqdn_mode=true
关键配置说明
- JVM参数:-Xmx和-Xms设置为相同值避免动态调整开销
- 日志配置:gc日志按时间和大小滚动,便于问题排查
- 端口配置:确保各服务端口不冲突
- FQDN模式:在K8s环境中必须设置为true
访问配置详解
Apache Doris在Kubernetes中支持三种服务暴露方式:
1. ClusterIP模式(默认)
适用于集群内部访问,配置简单:
kubectl -n doris get svc
输出示例:
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
doriscluster-sample-fe-internal ClusterIP None <none> 9030/TCP 14m
doriscluster-sample-fe ClusterIP 10.1.118.16 <none> 8030/TCP,9020/TCP,9030/TCP,9010/TCP 14m
2. NodePort模式
适用于开发测试环境,支持静态和动态端口分配:
spec:
feSpec:
service:
type: NodePort
portMaps:
- nodePort: 31001 # 静态分配HTTP端口
targetPort: 8030
- nodePort: 31002 # 静态分配查询端口
targetPort: 9030
3. LoadBalancer模式
适用于生产环境,云厂商提供负载均衡:
spec:
feSpec:
service:
type: LoadBalancer
annotations:
service.beta.kubernetes.io/load-balancer-type: "external"
持久化存储配置
自动模板配置
spec:
feSpec:
persistentVolumes:
- persistentVolumeClaimSpec:
accessModes:
- ReadWriteOnce
resources:
requests:
storage: 200Gi
自定义挂载点
spec:
feSpec:
persistentVolumes:
- mountPaths:
- /opt/apache-doris/fe/log
persistentVolumeClaimSpec:
accessModes:
- ReadWriteOnce
resources:
requests:
storage: 300Gi
最佳实践建议
- 生产环境:推荐使用LoadBalancer+持久化存储
- 资源规划:预留20%的资源余量应对峰值负载
- 监控配置:确保配置了HeapDumpPath以便内存问题排查
- 日志管理:生产环境建议开启日志持久化
通过以上配置,您可以在Kubernetes环境中高效部署和管理Apache Doris的FE节点,为上层应用提供稳定的查询服务。
登录后查看全文
热门项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-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++0134AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
231
2.31 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
78

React Native鸿蒙化仓库
JavaScript
216
290

暂无简介
Dart
532
117

仓颉编程语言运行时与标准库。
Cangjie
122
93

🎉 (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
992
587

Ascend Extension for PyTorch
Python
74
103

仓颉编程语言测试用例。
Cangjie
34
61

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
1.02 K
401