作者：车漾
前文回顾：
本系列将介绍如何基于 ACK Fluid 支持和优化混合云的数据访问场景，相关文章请参考：
-基于 ACK Fluid 的混合云优化数据访问（一）：场景与架构
-基于 ACK Fluid 的混合云优化数据访问（二）：搭建弹性计算实例与第三方存储的桥梁
-基于 ACK Fluid 的混合云优化数据访问（三）：加速第三方存储的读访问，降本增效并行
在前一篇文章《加速第三方存储的读访问，降本增效并行》中，介绍如何加速第三方存储访问，实现更好的性能，更低的成本同时降低对专线稳定性的依赖。
还有一些客户的场景下，出于历史原因和容器存储接口开发维护的成本，并没有选择使用标准的 CSI 接口，而是使用非容器化的手段，比如自动化脚本。但是一旦拥抱云，就需要考虑如何和基于标准接口的云服务对接的问题。
而本文将重点介绍如何通过 ACK Fluid 实现第三方存储主机目录挂载 Kubernetes 化，更加标准并加速提效。
概述
有许多企业由于历史原因和技术云下存储选择没有支持 CSI 协议，只支持以主机目录的方式通过 ansible 等运维工具挂载，一方面存在与 Kubernetes 标准化平台的对接的挑战，另一方面也需要应对与上篇文章类似的性能和成本的问题：
- 缺少标准化，上云困难：主机目录挂载的模式由于无法被 Kubernetes 感知和调度，很难被容器化工作负载使用和管理。
- 缺少数据隔离性：由于整个目录都被挂载到主机上，并被所有的工作负载访问，导致数据全局可见。
- 数据访问在成本，性能和可用性上有何场景 2 相同的需求，因此不再赘述。
ACK Fluid 提供了基于 JindoRuntime 的 PV 主机目录通用加速能力[1]，直接支持主机目录挂载可以原生，简单，快速，安全的获得通过分布式缓存实现数据访问加速能力。
1. 将传统架构迁移到云原生适配架构：将主机目录挂载模式变化为 Kubernetes 可以管理的 CSI 协议下的 PV 存储卷，方便通过标准化协议与公共云相结合。
2. 传统架构迁移低成本：只需要实现主机目录挂载可以立即使用，无需额外开发；只需要在部署时刻将 Hostpath 协议转换成 PV 存储卷。
3. 数据可隔离：通过 Fluid 的子数据集模式可以隔离不同用户对于线下存储不同目录的可见性。
4. 可以提供和《加速第三方存储的读访问，降本增效并行》一样的性能，成本，自动化和无缓存数据落盘的优点。
总结：ACK Fluid 为云上计算访问第三方存储的主机目录挂载方式提供了开箱即用，高性能，低成本，自动化和无数据落盘的收益。
演示
1. 前提条件
- 已创建 ACK Pro 版集群，且集群版本为 1.18 及以上。具体操作，请参见创建 ACK Pro 版集群[2]。
- 已安装云原生 AI 套件并部署 ack-fluid 组件。重要：若您已安装开源 Fluid，请卸载后再部署 ack-fluid 组件。
- 未安装云原生 AI 套件：安装时开启 Fluid 数据加速。具体操作，请参见安装云原生 AI 套件[3]。
- 已安装云原生 AI 套件：在容器服务管理控制台的云原生 AI 套件页面部署 ack-fluid。
- 已通过 kubectl 连接 ACK 集群。具体操作，请参见通过 kubectl 工具连接集群[4]。
- 已创建需要访问存储系统对应的 PV 存储卷和 PVC 存储卷声明。在 Kubernetes 环境中，不同的存储系统有不同的存储卷创建方式，为保证存储系统与 Kubernetes 集群的连接稳定，请根据对应存储系统的官方文档进行准备。
2. 准备主机目录挂载点
本示例中通过 sshfs 模拟第三方存储通过 fluid 转化为数据卷声明，并且对其实现访问加速。
2.1 首先登录三台机器 192.168.0.1，192.168.0.2，192.168.0.3， 分别安装 sshfs 服务，在本例子中以 CentOS 为例，执行如下命令。
$ sudo yum install sshfs -y
2.2 登录 sshfs 服务器 192.168.0.1，执行如下命令，在 /mnt 目录下创建一个新的子目录作为主机目录挂载点，并且创建一个测试文件。
$ mkdir /mnt/demo-remote-fs $ cd /mnt/demo-remote-fs $ dd if=/dev/zero of=/mnt/demo-remote-fs/allzero-demo count=1024 bs=10M
2.3 执行如下命令，为 sshfs 的客户端 192.168.0.2 和 192.168.0.3 两个节点创建相应的主机目录。
$ mkdir /mnt/demo-remote-fs $ sshfs 192.168.0.1:/mnt/demo-remote-fs /mnt/demo-remote-fs $ ls /mnt/demo-remote-fs
2.4 执行如下命令，为 192.168.0.2 和 192.168.0.3 节点打标签。标签 demo-remote-fs=true 用于设置 JindoRuntime 的 Master 和 Worker 组件的节点调度约束条件。
$ kubectl label node 192.168.0.2 demo-remote-fs=true$ kubectl label node 192.168.0.3 demo-remote-fs=true
2.5 选择 192.168.0.2 执行如下命令，访问数据，评估文件访问性能，拷贝 10G 文件的时间需要 1m5.889s。
$ ls -lh /mnt/demo-remote-fs/ total 10G -rwxrwxr-x 1 root root 10G Aug 13 10:07 allzero-demo $ time cat /mnt/demo-remote-fs/allzero-demo > /dev/null real 1m5.889s user 0m0.086s sys 0m3.281s
3. 创建 Fluid Dataset 和 JindoRuntime
使用如下 YAML，创建 dataset.yaml 文件。
下方 dataset.yaml 配置文件中包含两个待创建的 Fluid 资源对象，分别是 Dataset 和 JindoRuntime。
- Dataset：所需挂载的主机目录信息。
- JindoRuntime：待启动的 JindoFS 分布式缓存系统配置，包括缓存系统 Worker 组件副本数，以及每个 Worker 组件最大可用的缓存容量等。
apiVersion: data.fluid.io/v1alpha1 kind: Dataset metadata: name: hostpath-demo-dataset spec: mounts: - mountPoint: local:///mnt/demo-remote-fs name: data path: / accessModes: - ReadOnlyMany --- apiVersion: data.fluid.io/v1alpha1 kind: JindoRuntime metadata: name: hostpath-demo-dataset spec: master: nodeSelector: demo-remote-fs: "true" worker: nodeSelector: demo-remote-fs: "true" fuse: nodeSelector: demo-remote-fs: "true" replicas: 2 tieredstore: levels: - mediumtype: MEM path: /dev/shm quota: 10Gi high: "0.99" low: "0.99"
配置文件中资源对象的详细参数说明如下。
3.1 执行如下命令，创建 Dataset 和 JindoRuntime 资源对象。
$ kubectl create -f dataset.yaml
3.2 执行如下命令，查看 Dataset 的部署情况。
$ kubectl get dataset hostpath-demo-dataset
预期输出：
NAME UFS TOTAL SIZE CACHED CACHE CAPACITY CACHED PERCENTAGE PHASE AGE hostpath-demo-dataset 10.00GiB 0.00B 20.00GiB 0.0% Bound 47s
3.3 Dataset 处于 Bound 状态，表明 JindoFS 缓存系统已在集群内正常启动，应用 Pod 可正常访问 Dataset 中定义的数据。
4. 创建 DataLoad 执行缓存预热
由于首次访问无法命中数据缓存，可能导致应用 Pod 的数据访问效率较低。Fluid 提供了 DataLoad 缓存预热操作提升首次数据访问的效率。
4.1 创建 dataload.yaml 文件，代码示例如下。
apiVersion: data.fluid.io/v1alpha1 kind: DataLoad metadata: name: dataset-warmup spec: dataset: name: hostpath-demo-dataset namespace: default loadMetadata: true target: - path: / replicas: 1
上述资源对象的详细参数说明如下所示。
4.2 执行如下命令，创建 DataLoad 对象。
$ kubectl create -f dataload.yaml
4.3 执行如下命令，查看 DataLoad 状态。
$ kubectl get dataload dataset-warmup
预期输出：
NAME DATASET PHASE AGE DURATION dataset-warmup hostpath-demo-dataset Complete 96s 1m2s
4.4 执行如下命令，查看数据缓存状态。
$ kubectl get dataset
预期输出：
NAME UFS TOTAL SIZE CACHED CACHE CAPACITY CACHED PERCENTAGE PHASE AGE hostpath-demo-dataset 10.00GiB 10.00GiB 20.00GiB 100.0% Bound 157m
DataLoad 缓存预热操作完成后，数据集的已缓存数据量 CACHED 已更新为整个数据集的大小，代表整个数据集已被缓存，缓存百分比 CACHED PERCENTAGE 为 100.0%。
5. 查看数据预热后的访问性能
5.1 使用如下 YAML，创建 pod.yaml 文件，并修改 YAML 文件中的 claimName 名称与本例子中已创建的 Dataset 名称相同。
apiVersion: v1 kind: Pod metadata: name: nginx spec: containers: - name: nginx image: nginx command: - "bash" - "-c" - "sleep inf" volumeMounts: - mountPath: /data name: data-vol volumes: - name: data-vol persistentVolumeClaim: claimName: hostpath-demo-dataset # 名称需要与Dataset相同。
5.2 执行如下命令，创建应用 Pod。
kubectl create -f pod.yaml
5.3 执行如下命令，登录 Pod 访问数据。
$ kubectl exec -it nginx bash
预期输出，可以拷贝 10G 文件的时间需要 0m8.629s，是 sshfs 直接远程拷贝耗时（1m5.889s）的 1/8：
root@nginx:/# ls -lh /data total 10G -rwxrwxr-x 1 root root 10G Aug 13 10:07 allzero-demo root@nginx:/# time cat /data/allzero-demo > /dev/null real 0m8.629s user 0m0.031s sys 0m3.594s
5.4 清理应用 Pod
$ kubectl delete po nginx
相关链接：
[1] PV 主机目录通用加速能力
[2] 创建 ACK Pro 版集群
[3] 安装云原生 AI 套件
[4] 通过 kubectl 工具连接集群
