OpenShift 数据持久化

2024-02-23 07:38
文章标签 数据 持久 openshift

本文主要是介绍OpenShift 数据持久化,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

容器的一个特点是当容器退出后,其内部所有的数据和状态就会丢失。对于无状态应用来说这不是问题,但对于有状态的应用来说则是重要数据丢失的重大问题。

OpenShift中为了满足数据持久化需求,采用了 kubernates 的 persistence volume 框架,在 kubenates 中的这个 persistence volume 子系统则为集群用户和管理员提供了一套API,这套API对底层的持久化存储进行了封装,并提供了两个API资源对象,分别是 持久化卷 PersistenceVolume(PV) 和 持久化卷请求PersistenceVolumeClain(PVC)。

持久化卷定义了具体的储存的连接信息,如NFS服务器的地址和端口、卷的位置、卷的大小及访问方式。在OpenShift中,集群管理员会定义一系列的持久化卷,形成一个持久化卷的资源池。

持久化卷请求是指当用户部署有持久化需求的容器应用时,用户需要先创建一个持久化卷请求。在这个请求中,用户申明所需文化储存的大小及访问方式。Kubernetes将负现根据用户的持久化请求找到匹配需求的持久化卷进行对接。最终的结果是容器启动后,持久化卷定义的后端存储将会被挂载到容器的指定目录。


持久化卷的生命周期
持久化卷的生命周期一共分为“供给”、“绑定”、“使用”、“回收” 及 “释放” 五个阶段。

1、供给
在kubernetes中,储存资源的供给分为两种类型:静态供给和动态供给。对于静态供给,集群管理员会创建一些持久化卷,形成一个持久化卷的资源池。动态供给是集群所在的基础设施云根据需求动态地创建出持久化卷,如 OpenStack、Amazon WebService。
这些资源池中的持久化卷将会与具体的持久化卷请求进行对接。下面是一个持久化卷的定义示例:
apiVersion: v1
kind: PersistentVolume #指定资源模板类型
metadata:
name: pv01 #指定PV名称
spec:
capacity:
storage: 2Gi #指定PV的可用大小
accessModes:
- ReadWriteMany #指定访问模式
nfs: #指定使用nfs
path: /var/nfs-data/pv01 #指定NFS上的挂载目录
server: 192.168.40.141
persistentVolumeReclaimPolicy: Retain #指定数据回收策略

访问方式是描述持久化卷的访问特性,目前有三种访问方式可供选择:
  • ReadWriteOnce:可读可写,只能被一个Node节点挂载
  • ReadWriteMany:可读可写,可以被多个Node节点挂载
  • ReadOnlyMany:只读,能被多个Node节点挂载

2、绑定
用户在部署容器应用时会定义持久化卷请求。用户在持久化卷请求中声明需要的存储资源的特性,如大小和访问方式。Kubernetes负责在持久化卷的资源池中寻找配置的持久化卷对象,并将持久化卷请求与目标持久化卷进行对接。这时持久化卷和持久化卷请求的状态都将变成Bound,即绑定状态。
下面是一个持久化卷请求的定义示例:
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
name: app-cli #PVC名称
spec:
accessModes:
- ReadWriteMany #PVC存储访问模式
resources:
requests:
storage: 2Gi #请求存储大小

3、使用
在用户部署容器时会在Deployment Config的容器定义中指定Volume的挂载点,并将这个挂载点和持久化卷请求关联。当容器启动时,持久化卷指定的后端存储被挂载到容器定义的挂载点上。应用在容器内部运行,数据通过挂载点最终写入后端存储中,从而实现持久化。
oc volume dc/app-cli --add \
--type=persistentVolumeClaim \
--claim-name=app-cli \
--mount-path=/opt/app-root/src/uploads

4、释放
当应用下线不再使用储存时,可以删除相关的持久化卷请求,这样持久化卷的状态就会变成released,即释放。


5、回收
当持久化卷的状态变为released后,kubernetes将根据持久化卷定义的回收策略回收持久化卷。当前支持的回收策略有三种:
  • Retaim:保留数据,人工回收持久化卷。
  • Recycle:通过执行 rm -rf 删除卷上的所有数据。目前只有NFS及Host Path 支持这种方式。
  • Delete:动态地删除后端存储。该模式需要下层IaaS的支持,目前AWS EBS、GCE PD 及 OpenStack Cinder 支持这种模式。
以上内容摘子《开源容器云OpenShift 构建基于Kubernetes的企业应用云平台》

配置实例
0、前提条件
由于本例采用的是NFS,因此在操作之前请先确保NFS已经配置好。

1、创建持久化卷
编辑持久化卷配置文件 pv01.yaml ,如下所示:
apiVersion: v1
kind: PersistentVolume #指定资源模板类型
metadata:
name: pv01 #指定PV名称
spec:
capacity:
storage: 2Gi #指定PV的可用大小
accessModes:
- ReadWriteMany #指定访问模式
nfs: #指定使用nfs
path: /var/nfs-data/pv01 #指定NFS上的挂载目录
server: 192.168.40.141
persistentVolumeReclaimPolicy: Retain #指定数据回收策略

创建持久化卷,命令如下:
[root@ocp ~]# oc --config ~/admin.kubeconfig create -f pv01.yaml
persistentvolume "pv01" created
创建完毕后,通过 oc get pv 查看刚创建成功的持久化卷,命令如下:
[root@ocp ~]# oc get pv
结果如下:



2、创建持久化卷请求
编辑持久化卷请求配置文件 app-cli-pvc.yaml ,如下所示:
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
name: app-cli #PVC名称
spec:
accessModes:
- ReadWriteMany #PVC存储访问模式
resources:
requests:
storage: 2Gi #请求存储大小
创建持久化卷请求,命令如下:
[root@ocp ~]# oc --config ~/admin.kubeconfig create -f app-cli-pvc.yaml
persistentvolumeclaim "app-cli" created
创建完毕后,通过 oc get pvc 查看刚创建成功的持久化卷请求,命令如下:
[root@ocp ~]# oc get pvc
结果如下:

同时再次查看 pv 的状态,其已经变成 Bound了。



3、关联持久化卷请求
通过如下命令为app-cli项目与持久化卷请求进行关联,命令如下:
oc volume dc/app-cli --add \
--type=persistentVolumeClaim \
--claim-name=app-cli \
--mount-path=/opt/app-root/src/uploads
结果如下:


使用 oc describe dc/app-cli 查看新的配置信息:


四、测试
在nfs server对应的挂载目录下创建一个文件,然后通过oc rsh 连接到app-cli容器中,看文件是否能在 /opt/app-root/src/uploads 目录下显示 。



这篇关于OpenShift 数据持久化的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/737948

相关文章

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I

Java整合Protocol Buffers实现高效数据序列化实践

《Java整合ProtocolBuffers实现高效数据序列化实践》ProtocolBuffers是Google开发的一种语言中立、平台中立、可扩展的结构化数据序列化机制,类似于XML但更小、更快... 目录一、Protocol Buffers简介1.1 什么是Protocol Buffers1.2 Pro