Databend Operator: 打造开源的数据仓库部署利器

作者：王劭

Databend 研发工程师

在数据基础设施逐步云原生化的今天，开源数据库的商业化路径也越来越清晰。Databend Cloud 作为我们的核心产品，依托主流公有云，为数据湖仓场景提供托管服务，长期稳定承载 800 PB 以上数据，覆盖千级 QPS 在线查询、每秒千万行实时分析及 PB 级多表批处理等多样化负载。借助 Kubernetes 的弹性调度与声明式运维，平台能够按需水平扩容，同时显著降低计算与存储成本。

随着私有化部署和混合云需求不断增长，我们推出了 Databend Operator------一款 Kubernetes 原生、可扩展的运维控制面。它通过 CRD 将租户配置与计算资源抽象为声明式对象，让用户在任何集群中获得与云上同级的自动化、弹性与可观测能力，为 Databend 生态补上关键一环。

什么是Databend Operator?

Databend Operator 是我们最新在 Github 上开源的项目，旨在通过 Kubernetes 原生方式管理 Databend 的核心组件，尤其是面向私有化和混合云部署场景。

Databend Operator 在集群中维护两类 CRD：Tenant 和 Warehouse。Tenant 定义对象存储端点、Meta 信息和用户配置；Warehouse 通过 tenantRef 引用 Tenant，并声明计算镜像、实例数、Disk Cache 配置与日志策略。Operator 监听这两类 CRD，同时为每个 Warehouse 生成一套 Databend Query StatefulSet 及其 Service／Ingress，并确保它们与 Databend Meta StatefulSet 建立了连接并完成了注册。Query 节点对数据块进行读写，Meta 节点保存元数据，两者共同实现存算分离；伸缩、滚动更新、可观测性等运维细节全部由 Operator 自动处理。

这种架构将"统一存储 + 多集群计算"抽象为声明式资源，既保持了 Kubernetes 原生的可观测性和弹性，又让 Databend 在私有云或混合云场景下具备与 SaaS 同级的自动化能力。

它具备以下核心能力：

资源声明式管理： 通过 CRD 定义租户（Tenant）和数据仓（WareHouse），便于用户以声明式 YAML 文件创建、修改、删除集群资源。WareHouse 可直接接入已有的 Meta 服务进行交互。
多租户与集群隔离： 支持多个 Tenant 并行运行，通过 Kubernetes namespace、资源配额等机制实现计算资源的隔离与管控。
Query 节点的动态升级和扩缩容： 基于 StatefulSet 实现 query 节点的动态升级和扩缩容，满足业务高峰期和低谷期的资源动态调配。
统一接入层支持： 每个 WareHouse 都通过 Service 和 Ingress 暴露服务接口，方便接入上层 BI 工具、API 网关或直接查询。
集群级日志采集（Logging）能力： Operator 支持为每个 Query 节点配置统一的日志采集机制，方便用户将运行日志汇聚到如 FluentBit、Loki、Elasticsearch 等日志平台中。日志采集配置同样采用声明式管理，帮助用户快速对接现有的观测体系，提升问题排查与运维效率。
本地磁盘缓存（Disk Cache）支持：为提升查询性能并降低对远程存储（如 S3）的频繁访问，Databend Operator 提供对本地磁盘缓存能力的支持。用户可以在 CRD 中为 WareHouse 配置缓存目录与容量限制，Operator 将为每个 Query 节点挂载本地持久化卷（如 PVC），实现冷热数据的自动缓存与命中优化，大幅降低延迟和带宽成本。

如何使用 Databend Operator?

本案例来自databendcloud/databend-operator的get-started案例

将 Databend Operator 部署到 Kubernetes 集群上

arduino 复制代码

kubectl apply -k "github.com/databendcloud/databend-operator/manifests"

部署 Databend Meta 集群

csharp 复制代码

helm repo add databend https://charts.databend.com
helm install meta databend/databend-meta --namespace databend-system

准备对象存储（Object Store），在这里我们使用 MinIO

arduino 复制代码

kubectl apply -f "github.com/databendcloud/databend-operator/examples/get-started/minio.yaml"

部署租户（Tenant）资源

arduino 复制代码

kubectl apply -f "github.com/databendcloud/databend-operator/examples/get-started/tenant.yaml"

部署 Databend Query 集群（Warehouse）

arduino 复制代码

kubectl apply -f "github.com/databendcloud/databend-operator/examples/get-started/warehouse.yaml"

部署成功后databend-system命名空间下会有这些 Pod：

连接数据库（本地测试）

bash 复制代码

# 配置端口转发
kubectl port-forward svc/query-svc-test-test 8000:8000 -n databend-system
# 使用bendsql连接Databend Query Cluster
bendsql -h localhost -u root -p root

结果如下图所示：

为什么要做 Databend Operator?

参考 ClickHouse 和 Presto 等成功项目的发展经验，我们认为，推出 Databend Operator 将为我们带来三方面的战略价值：

拓展 on-premise 部署支持：通过 Operator 降低部署门槛，吸引更多企业用户在私有环境中使用 Databend。
反哺现有私有部署平台：Operator 将作为反馈收集和功能验证的前哨阵地，推动私有部署平台能力持续演进。
提升开源生态影响力：填补我们在开源 Operator 方面的空白，提升在云原生数据基础设施社区的能见度和技术影响力。

如果你是平台工程师、云原生架构师或数据基础设施爱好者，不妨试一试 Databend Operator，为你的平台部署带来更高的自由度与可控性。

欢迎关注我们，后续将分享更多技术细节与最佳实践！

📌 开源项目地址 ：github.com/databendclo...

📬 加入我们：欢迎社区开发者共建，共同完善 Databend 云原生部署生态！

关于 Databend

Databend 是一款开源、弹性、低成本，基于对象存储也可以做实时分析的新式湖仓。期待您的关注，一起探索云原生数仓解决方案，打造新一代开源 Data Cloud。

👨‍💻‍ Databend Cloud：databend.cn

📖 Databend 文档：docs.databend.cn

💻 Wechat：Databend

✨ GitHub：github.com/databendlab...