使用 Persistent Volumes 管理存储

简介: 【10月更文挑战第3天】使用 Persistent Volumes 管理存储

在 Kubernetes 中,Persistent Volumes (PV) 和 Persistent Volume Claims (PVC) 是用来管理存储的抽象概念。PV 是集群中的一块存储,它已经被管理员预先配置好或通过存储类动态创建。PVC 是用户对存储的请求,它指定了存储的大小、访问模式等要求。Kubernetes 会自动匹配合适的 PV 来满足 PVC 的需求。

以下是使用 Persistent Volumes 管理存储的基本步骤:

  1. 创建 Persistent Volume (PV)

    • PV 是集群中的一块存储,可以是本地磁盘、网络存储(如 NFS、iSCSI、云存储等)。管理员需要预先创建 PV 资源。
    • 示例 PV 配置文件 pv.yaml
      apiVersion: v1
      kind: PersistentVolume
      metadata:
        name: my-pv
      spec:
        capacity:
          storage: 5Gi
        accessModes:
          - ReadWriteOnce
        hostPath:
          path: "/mnt/data"
      
    • 应用 PV 配置:
      kubectl apply -f pv.yaml
      
  2. 创建 Persistent Volume Claim (PVC)

    • PVC 是用户对存储的请求。它指定了所需的存储大小、访问模式等。
    • 示例 PVC 配置文件 pvc.yaml
      apiVersion: v1
      kind: PersistentVolumeClaim
      metadata:
        name: my-pvc
      spec:
        accessModes:
          - ReadWriteOnce
        resources:
          requests:
            storage: 2Gi
      
    • 应用 PVC 配置:
      kubectl apply -f pvc.yaml
      
  3. 使用 PVC 在 Pod 中

    • 在 Pod 配置文件中,你可以引用 PVC 来为容器提供持久化存储。
    • 示例 Pod 配置文件 pod.yaml
      apiVersion: v1
      kind: Pod
      metadata:
        name: my-pod
      spec:
        containers:
        - name: my-container
          image: nginx
          volumeMounts:
          - mountPath: "/usr/share/nginx/html"
            name: my-pv
        volumes:
        - name: my-pv
          persistentVolumeClaim:
            claimName: my-pvc
      
    • 应用 Pod 配置:
      kubectl apply -f pod.yaml
      
  4. 存储类的使用

    • 存储类允许管理员定义存储的动态供应策略。当 PVC 与存储类匹配时,存储系统会自动创建相应的 PV。
    • 创建存储类配置文件 storage-class.yaml
      apiVersion: storage.k8s.io/v1
      kind: StorageClass
      metadata:
        name: my-storage-class
      provisioner: kubernetes.io/aws-ebs
      parameters:
        type: gp2
      reclaimPolicy: Retain
      
    • 应用存储类配置:
      kubectl apply -f storage-class.yaml
      
  5. 动态供应

    • 当 PVC 被创建且没有现成的 PV 与之匹配时,如果 PVC 指定了存储类,且存储类的 provisioner 有效,Kubernetes 将自动创建一个新的 PV。
  6. 管理存储

    • 使用 kubectl get pv 查看集群中的所有 PV。
    • 使用 kubectl get pvc 查看集群中的所有 PVC。
    • 使用 kubectl describe pv/[PV_NAME]kubectl describe pvc/[PVC_NAME] 获取更多详细信息。
  7. 回收策略

    • 你可以为 PV 设置回收策略,如 RetainRecycleDelete。默认策略是 Delete,这意味着当 PVC 被删除时,PV 也会被自动删除。
  8. 备份和迁移数据

    • 在删除 PVC 或 PV 之前,确保备份重要数据,以防数据丢失。
  9. 监控存储使用情况

    • 使用 Kubernetes 监控工具(如 Prometheus 和 Grafana)来监控存储使用情况。

通过以上步骤,你可以在 Kubernetes 集群中有效地管理存储资源。记得在生产环境中进行详细的规划和测试,以确保存储解决方案满足应用程序的需求。

相关文章
|
26天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
3天前
|
人工智能 Rust Java
10月更文挑战赛火热启动,坚持热爱坚持创作!
开发者社区10月更文挑战,寻找热爱技术内容创作的你,欢迎来创作!
332 14
|
18天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
6天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
20天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
23天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2586 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
5天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
178 2
|
3天前
|
编译器 C#
C#多态概述:通过继承实现的不同对象调用相同的方法,表现出不同的行为
C#多态概述:通过继承实现的不同对象调用相同的方法,表现出不同的行为
104 65
|
6天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
295 2
|
22天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1580 16
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码