{"id":71858,"date":"2020-02-28T21:00:08","date_gmt":"2020-02-28T18:00:08","guid":{"rendered":"https:\/\/prohoster.info\/blog\/patterny-hraneniya-dannyh-v-kubernetes"},"modified":"2020-03-03T16:14:09","modified_gmt":"2020-03-03T13:14:09","slug":"patterny-hraneniya-dannyh-v-kubernetes","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/patterny-hraneniya-dannyh-v-kubernetes","title":{"rendered":"Pattern di archiviazione dei dati in Kubernetes","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Pattern<\/a><\/noindex>
\nCiao, Habr!<\/p>\n

Ricordiamo che \u00e8 stata pubblicata un'altra interessante e utile libro<\/a><\/noindex> \u043e \u043f\u0430\u0442\u0442\u0435\u0440\u043d\u0430\u0445 Kubernetes. \u041d\u0430\u0447\u0438\u043d\u0430\u043b\u043e\u0441\u044c \u0432\u0441\u0435 \u0435\u0449\u0435 \u0441 "I pattern<\/a><\/noindex>" \u0411\u0440\u0435\u043d\u0434\u0430\u043d\u0430 \u0411\u0435\u0440\u043d\u0441\u0430, \u0438, \u0432\u043f\u0440\u043e\u0447\u0435\u043c, \u0440\u0430\u0431\u043e\u0442\u0430 \u0432 \u044d\u0442\u043e\u043c \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u0435 \u0443 \u043d\u0430\u0441 in pieno svolgimento<\/a><\/noindex>. Oggi ti proponiamo di leggere un articolo del blog di MinIO, che riassume le tendenze e le specifiche dei pattern di archiviazione dati in Kubernetes.
\n<\/a><\/noindex><\/p>\n

Kubernetes ha cambiato fondamentalmente i tradizionali pattern di sviluppo e distribuzione delle applicazioni. Ora il team pu\u00f2 impiegare solo pochi giorni per sviluppare, testare e distribuire un'applicazione \u2013 in ambienti diversi, il tutto all'interno dei cluster Kubernetes. Tale lavoro con le tecnologie delle generazioni precedenti richiedeva di solito settimane, se non mesi.<\/p>\n

Questa accelerazione \u00e8 stata possibile grazie all'astrazione fornita da Kubernetes, ovvero al fatto che Kubernetes gestisce autonomamente l'interazione con i dettagli a basso livello delle macchine fisiche o virtuali, permettendo agli utenti di dichiarare tra gli altri parametri la CPU desiderata, la quantit\u00e0 di memoria necessaria e il numero di istanze dei contenitori. Poich\u00e9 un'enorme comunit\u00e0 \u00e8 coinvolta nel supporto di Kubernetes e l'uso di Kubernetes continua ad espandersi, esso guida con ampio margine tra tutte le piattaforme di orchestrazione dei contenitori.<\/p>\n

Con l'espansione dell'uso di Kubernetes cresce anche la confusione riguardo ai modelli di archiviazione dei dati utilizzati.<\/b><\/i>.<\/p>\n

In un contesto di forte concorrenza per un pezzo di torta in Kubernetes (cio\u00e8, per lo storage dei dati), quando si parla di archiviazione dei dati, il segnale qui si perde in un forte rumore.
\nKubernetes incarna un modello moderno per lo sviluppo, il deployment e la gestione delle applicazioni. Questo modello all'avanguardia separa lo storage dei dati dall'elaborazione. Per comprendere appieno questa separazione nel contesto di Kubernetes, \u00e8 fondamentale anche capire cosa intendiamo per applicazioni a stato e senza stato, e come questo si integra con lo storage dei dati. Qui, l'approccio REST API utilizzato da S3 offre vantaggi chiari rispetto all'approccio POSIX\/CSI comune in altre soluzioni.<\/p>\n

In questo articolo parleremo dei modelli di storage dei dati in Kubernetes e affronteremo la questione delle applicazioni a stato e senza stato, per comprendere bene le differenze tra di esse e perch\u00e9 queste differenze siano importanti. Successivamente, discuteremo le applicazioni e i modelli di storage dati utilizzati in esse alla luce delle migliori pratiche per il lavoro con i container e Kubernetes.<\/p>\n

Container senza stato<\/h4>\n

\nI contenitori sono per loro natura leggeri ed efimeri. Possono essere facilmente fermati, rimossi o distribuiti su un altro nodo - il tutto richiede solo pochi secondi. In un grande sistema di orchestrazione dei contenitori, queste operazioni avvengono continuamente e gli utenti nemmeno notano tali cambiamenti. Tuttavia, i spostamenti sono possibili solo se il contenitore non ha dipendenze dal nodo su cui si trova. Si dice che tali contenitori funzionino senza stato<\/i>.<\/p>\n

Contenitori con stato<\/h4>\n

\nSe un contenitore memorizza dati su dispositivi collegati localmente (o su un dispositivo di blocco), lo storage dei dati deve essere spostato su un nuovo nodo insieme al contenitore stesso in caso di guasto. Questo \u00e8 importante, altrimenti l'applicazione in esecuzione nel contenitore non potr\u00e0 funzionare correttamente, poich\u00e9 deve accedere ai dati salvati su supporti locali. Si dice che tali contenitori funzionino con stato<\/i>.<\/p>\n

Dal punto di vista tecnico, i contenitori con stato possono essere spostati anche su altri nodi. Di solito, questo \u00e8 garantito tramite sistemi di archiviazione distribuiti o storage di rete a blocchi collegati a tutti i nodi su cui operano i contenitori. In questo modo, i contenitori ottengono accesso ai volumi per la persistenza dei dati, e le informazioni sono memorizzate su dischi distribuiti in tutta la rete. Questo metodo lo chiamer\u00f2 \"approccio ai contenitori con stato<\/i>\", e d'ora in poi lo designer\u00f2 in questo modo per coerenza.<\/p>\n

\"Pattern
\n
\nNel tipico approccio ai contenitori con stato, tutti i pod delle applicazioni si collegano a un\u2019unica file system distribuito \u2013 si crea una sorta di storage condiviso, dove sono conservati tutti i dati delle applicazioni. Pur essendo possibili alcune variazioni, questo \u00e8 un approccio di alto livello.<\/p>\n

Ora, vediamo perch\u00e9 l'approccio ai contenitori con stato nel mondo orientato al cloud \u00e8 considerato un antipattern.<\/p>\n

Progettazione di applicazioni orientate al cloud<\/h4>\n

\nTradizionalmente, le applicazioni utilizzavano database per lo storage strutturato delle informazioni e dischi locali o sistemi di file distribuiti per archiviare tutti i dati non strutturati o persino semistrutturati. Con l'aumento dei volumi di dati non strutturati, gli sviluppatori hanno compreso che POSIX era eccessivamente \"verbose\", comportando costi significativi e, in ultima analisi, ostacolando le prestazioni delle applicazioni quando si passava a realmente grandi scalabilit\u00e0.<\/p>\n

Questo ha principalmente contribuito all'emergere di un nuovo standard per lo storage dei dati, ossia i sistemi di storage orientati al cloud, che operano prevalentemente su basi di REST API e liberano l'applicazione dalla pesante gestione dello storage locale. In questo caso, l'applicazione si trova effettivamente a operare in modalit\u00e0 senza stato (poich\u00e9 lo stato \u00e8 conservato in storage remoto). Le moderne applicazioni sono progettate fin dall'inizio tenendo conto di questo fattore. In generale, qualsiasi applicazione moderna che gestisce dati di vario tipo (log, metadati, blob, ecc.) \u00e8 costruita secondo la paradigmatica orientata al cloud, dove lo stato viene trasferito in un sistema software appositamente designato per la sua conservazione. <\/p>\n

L'approccio containerizzato con stato fa retrocedere tutta questa paradigmatica esattamente a dove era iniziata! <\/b><\/i><\/p>\n

Quando si utilizzano le interfacce POSIX per archiviare i dati, le applicazioni funzionano come se stessero salvando lo stato e, per questo motivo, si allontanano dai principi fondamentali della progettazione cloud-oriented, cio\u00e8 dalla possibilit\u00e0 di variare le dimensioni dei flussi di lavoro dell'applicazione in base al carico in entrata, di spostarsi su un nuovo nodo non appena il nodo attuale fallisce, e cos\u00ec via.<\/p>\n

Esaminando pi\u00f9 da vicino questa situazione, scopriamo che nella scelta della soluzione per l'archiviazione dei dati ci troviamo ripetutamente di fronte al dilemma \"POSIX contro REST API\", MA con un ulteriore aggravamento dei problemi legati a POSIX, dovuto alla natura distribuita degli ambienti Kubernetes. In particolare,<\/p>\n