ਕੁਬਰਨੇਟਸ ਵਿੱਚ ਡਾਟਾ ਸਟੋਰੇਜ ਪੈਟਰਨ

ਹੇ ਹਬਰ!

ਅਸੀਂ ਤੁਹਾਨੂੰ ਯਾਦ ਦਿਵਾਉਂਦੇ ਹਾਂ ਕਿ ਅਸੀਂ ਇੱਕ ਹੋਰ ਬਹੁਤ ਹੀ ਦਿਲਚਸਪ ਅਤੇ ਉਪਯੋਗੀ ਜਾਰੀ ਕੀਤਾ ਹੈ ਇੱਕ ਕਿਤਾਬ Kubernetes ਪੈਟਰਨ ਬਾਰੇ. ਇਹ ਸਭ ਨਾਲ ਸ਼ੁਰੂ ਹੋਇਆ "ਪੈਟਰਨ"ਬ੍ਰੈਂਡਨ ਬਰਨਜ਼, ਅਤੇ, ਤਰੀਕੇ ਨਾਲ, ਸਾਡੇ ਕੋਲ ਇਸ ਹਿੱਸੇ ਵਿੱਚ ਕੰਮ ਹੈ ਫੋੜੇ. ਅੱਜ ਅਸੀਂ ਤੁਹਾਨੂੰ MinIO ਬਲੌਗ ਤੋਂ ਇੱਕ ਲੇਖ ਪੜ੍ਹਨ ਲਈ ਸੱਦਾ ਦਿੰਦੇ ਹਾਂ ਜੋ ਕੁਬਰਨੇਟਸ ਵਿੱਚ ਡੇਟਾ ਸਟੋਰੇਜ ਪੈਟਰਨਾਂ ਦੇ ਰੁਝਾਨਾਂ ਅਤੇ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਸੰਖੇਪ ਰੂਪ ਵਿੱਚ ਰੂਪਰੇਖਾ ਦਿੰਦਾ ਹੈ।

ਕੁਬਰਨੇਟਸ ਨੇ ਰਵਾਇਤੀ ਐਪਲੀਕੇਸ਼ਨ ਡਿਵੈਲਪਮੈਂਟ ਅਤੇ ਡਿਪਲਾਇਮੈਂਟ ਪੈਟਰਨ ਨੂੰ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਬਦਲ ਦਿੱਤਾ ਹੈ। ਹੁਣ ਇੱਕ ਟੀਮ ਕੁਬਰਨੇਟਸ ਕਲੱਸਟਰਾਂ ਦੇ ਅੰਦਰ-ਅਨੇਕ ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ, ਕੁਝ ਦਿਨਾਂ ਵਿੱਚ ਇੱਕ ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਵਿਕਸਤ, ਜਾਂਚ ਅਤੇ ਤੈਨਾਤ ਕਰ ਸਕਦੀ ਹੈ। ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਪਿਛਲੀਆਂ ਪੀੜ੍ਹੀਆਂ ਦੇ ਨਾਲ ਅਜਿਹੇ ਕੰਮ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਹਫ਼ਤੇ ਲੱਗ ਜਾਂਦੇ ਹਨ, ਜੇ ਮਹੀਨੇ ਨਹੀਂ।

ਇਹ ਪ੍ਰਵੇਗ ਕੁਬਰਨੇਟਸ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਐਬਸਟਰੈਕਸ਼ਨ ਦੁਆਰਾ ਸੰਭਵ ਬਣਾਇਆ ਗਿਆ ਹੈ - ਭਾਵ, ਕਿਉਂਕਿ ਕੁਬਰਨੇਟਸ ਖੁਦ ਭੌਤਿਕ ਜਾਂ ਵਰਚੁਅਲ ਮਸ਼ੀਨਾਂ ਦੇ ਹੇਠਲੇ-ਪੱਧਰ ਦੇ ਵੇਰਵਿਆਂ ਨਾਲ ਇੰਟਰੈਕਟ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਉਪਭੋਗਤਾ ਲੋੜੀਂਦੇ ਪ੍ਰੋਸੈਸਰ, ਮੈਮੋਰੀ ਦੀ ਲੋੜੀਂਦੀ ਮਾਤਰਾ, ਅਤੇ ਕੰਟੇਨਰ ਦੀ ਗਿਣਤੀ ਦਾ ਐਲਾਨ ਕਰ ਸਕਦੇ ਹਨ। ਉਦਾਹਰਨਾਂ, ਹੋਰ ਪੈਰਾਮੀਟਰਾਂ ਦੇ ਵਿਚਕਾਰ। ਕੁਬਰਨੇਟਸ ਦਾ ਸਮਰਥਨ ਕਰਨ ਵਾਲੇ ਇੱਕ ਵਿਸ਼ਾਲ ਭਾਈਚਾਰੇ ਅਤੇ ਇਸ ਨੂੰ ਅਪਣਾਉਣ ਦੇ ਨਿਰੰਤਰ ਵਿਸਤਾਰ ਦੇ ਨਾਲ, ਕੁਬਰਨੇਟਸ ਇੱਕ ਵਿਸ਼ਾਲ ਅੰਤਰ ਨਾਲ ਸਾਰੇ ਕੰਟੇਨਰ ਆਰਕੈਸਟ੍ਰੇਸ਼ਨ ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚ ਮੋਹਰੀ ਹੈ।

ਜਿਵੇਂ ਕਿ ਕੁਬਰਨੇਟਸ ਦੀ ਵਰਤੋਂ ਵਧਦੀ ਜਾਂਦੀ ਹੈ, ਉਸੇ ਤਰ੍ਹਾਂ ਇਸਦੇ ਸਟੋਰੇਜ ਪੈਟਰਨਾਂ ਬਾਰੇ ਉਲਝਣ ਪੈਦਾ ਹੁੰਦਾ ਹੈ।.

ਕੁਬਰਨੇਟਸ ਪਾਈ (ਅਰਥਾਤ, ਡੇਟਾ ਸਟੋਰੇਜ) ਦੇ ਇੱਕ ਟੁਕੜੇ ਲਈ ਮੁਕਾਬਲਾ ਕਰਨ ਵਾਲੇ ਹਰ ਕਿਸੇ ਦੇ ਨਾਲ, ਜਦੋਂ ਡੇਟਾ ਸਟੋਰੇਜ ਬਾਰੇ ਗੱਲ ਕਰਨ ਦੀ ਗੱਲ ਆਉਂਦੀ ਹੈ, ਤਾਂ ਸਿਗਨਲ ਬਹੁਤ ਸ਼ੋਰ ਵਿੱਚ ਡੁੱਬ ਜਾਂਦਾ ਹੈ।
ਕੁਬਰਨੇਟਸ ਐਪਲੀਕੇਸ਼ਨ ਵਿਕਾਸ, ਤੈਨਾਤੀ, ਅਤੇ ਪ੍ਰਬੰਧਨ ਲਈ ਇੱਕ ਆਧੁਨਿਕ ਮਾਡਲ ਦਾ ਰੂਪ ਧਾਰਦਾ ਹੈ। ਇਹ ਆਧੁਨਿਕ ਮਾਡਲ ਗਣਨਾ ਤੋਂ ਡਾਟਾ ਸਟੋਰੇਜ ਨੂੰ ਜੋੜਦਾ ਹੈ। ਕੁਬਰਨੇਟਸ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਨਿਰਲੇਪਤਾ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਮਝਣ ਲਈ, ਤੁਹਾਨੂੰ ਇਹ ਵੀ ਸਮਝਣ ਦੀ ਲੋੜ ਹੈ ਕਿ ਸਟੇਟਫੁਲ ਅਤੇ ਸਟੇਟਲੈੱਸ ਐਪਲੀਕੇਸ਼ਨ ਕੀ ਹਨ, ਅਤੇ ਡੇਟਾ ਸਟੋਰੇਜ ਇਸ ਵਿੱਚ ਕਿਵੇਂ ਫਿੱਟ ਹੈ। ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ S3 ਦੁਆਰਾ ਵਰਤੀ ਗਈ REST API ਪਹੁੰਚ ਦੇ ਦੂਜੇ ਹੱਲਾਂ ਦੇ POSIX/CSI ਪਹੁੰਚ ਨਾਲੋਂ ਸਪੱਸ਼ਟ ਫਾਇਦੇ ਹਨ।

ਇਸ ਲੇਖ ਵਿੱਚ, ਅਸੀਂ ਕੁਬਰਨੇਟਸ ਵਿੱਚ ਡੇਟਾ ਸਟੋਰੇਜ ਪੈਟਰਨਾਂ ਬਾਰੇ ਗੱਲ ਕਰਾਂਗੇ ਅਤੇ ਖਾਸ ਤੌਰ 'ਤੇ ਸਟੇਟਫੁਲ ਅਤੇ ਸਟੇਟਲੈਸ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿਚਕਾਰ ਬਹਿਸ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਮਝਣ ਲਈ ਛੂਹਾਂਗੇ ਕਿ ਉਹਨਾਂ ਵਿੱਚ ਕੀ ਅੰਤਰ ਹੈ ਅਤੇ ਇਹ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਬਾਕੀ ਦਾ ਟੈਕਸਟ ਕੰਟੇਨਰਾਂ ਅਤੇ ਕੁਬਰਨੇਟਸ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਅਭਿਆਸਾਂ ਦੀ ਰੌਸ਼ਨੀ ਵਿੱਚ ਐਪਲੀਕੇਸ਼ਨਾਂ ਅਤੇ ਉਹਨਾਂ ਦੇ ਡੇਟਾ ਸਟੋਰੇਜ ਪੈਟਰਨਾਂ ਨੂੰ ਦੇਖੇਗਾ।

ਰਾਜ ਰਹਿਤ ਕੰਟੇਨਰ

ਕੰਟੇਨਰ ਕੁਦਰਤ ਦੁਆਰਾ ਹਲਕੇ ਅਤੇ ਥੋੜ੍ਹੇ ਸਮੇਂ ਲਈ ਹੁੰਦੇ ਹਨ। ਉਹਨਾਂ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਰੋਕਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਹਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ, ਜਾਂ ਕਿਸੇ ਹੋਰ ਨੋਡ 'ਤੇ ਤਾਇਨਾਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ - ਸਭ ਕੁਝ ਸਕਿੰਟਾਂ ਵਿੱਚ। ਇੱਕ ਵੱਡੇ ਕੰਟੇਨਰ ਆਰਕੈਸਟ੍ਰੇਸ਼ਨ ਸਿਸਟਮ ਵਿੱਚ, ਅਜਿਹੇ ਓਪਰੇਸ਼ਨ ਹਰ ਸਮੇਂ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਉਪਭੋਗਤਾ ਅਜਿਹੇ ਬਦਲਾਅ ਵੱਲ ਧਿਆਨ ਵੀ ਨਹੀਂ ਦਿੰਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਚਾਲ ਤਾਂ ਹੀ ਸੰਭਵ ਹੈ ਜੇਕਰ ਕੰਟੇਨਰ ਦੀ ਨੋਡ 'ਤੇ ਕੋਈ ਨਿਰਭਰਤਾ ਨਹੀਂ ਹੈ ਜਿਸ 'ਤੇ ਇਹ ਸਥਿਤ ਹੈ। ਅਜਿਹੇ ਡੱਬੇ ਕੰਮ ਕਰਨ ਲਈ ਕਹਿੰਦੇ ਹਨ ਰਾਜ ਰਹਿਤ.

ਸਟੇਟਫੁੱਲ ਕੰਟੇਨਰ

ਜੇਕਰ ਕੋਈ ਕੰਟੇਨਰ ਲੋਕਲ ਤੌਰ 'ਤੇ ਅਟੈਚਡ ਡਿਵਾਈਸਾਂ (ਜਾਂ ਕਿਸੇ ਬਲਾਕ ਡਿਵਾਈਸ 'ਤੇ) ਡਾਟਾ ਸਟੋਰ ਕਰਦਾ ਹੈ, ਤਾਂ ਡਾਟਾ ਸਟੋਰ ਜਿਸ 'ਤੇ ਇਹ ਰਹਿੰਦਾ ਹੈ, ਨੂੰ ਫੇਲ ਹੋਣ ਦੀ ਸੂਰਤ ਵਿੱਚ, ਕੰਟੇਨਰ ਦੇ ਨਾਲ, ਇੱਕ ਨਵੇਂ ਨੋਡ ਵਿੱਚ ਭੇਜਿਆ ਜਾਣਾ ਹੋਵੇਗਾ। ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿਉਂਕਿ ਨਹੀਂ ਤਾਂ ਕੰਟੇਨਰ ਵਿੱਚ ਚੱਲ ਰਹੀ ਐਪਲੀਕੇਸ਼ਨ ਸਹੀ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਨ ਦੇ ਯੋਗ ਨਹੀਂ ਹੋਵੇਗੀ ਕਿਉਂਕਿ ਇਸਨੂੰ ਸਥਾਨਕ ਮੀਡੀਆ 'ਤੇ ਸਟੋਰ ਕੀਤੇ ਡੇਟਾ ਤੱਕ ਪਹੁੰਚ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਅਜਿਹੇ ਡੱਬਿਆਂ ਨੂੰ ਕੰਮ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਸਟੇਟਫੁੱਲ.

ਪੂਰੀ ਤਰ੍ਹਾਂ ਤਕਨੀਕੀ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, ਸਟੇਟਫੁੱਲ ਕੰਟੇਨਰਾਂ ਨੂੰ ਹੋਰ ਨੋਡਾਂ ਵਿੱਚ ਵੀ ਭੇਜਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਡਿਸਟ੍ਰੀਬਿਊਟਡ ਫਾਈਲ ਸਿਸਟਮਾਂ ਜਾਂ ਬਲਾਕ ਨੈੱਟਵਰਕ ਸਟੋਰੇਜ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜੋ ਸਾਰੇ ਨੋਡ ਚੱਲ ਰਹੇ ਕੰਟੇਨਰਾਂ ਨਾਲ ਜੁੜਿਆ ਹੁੰਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਕੰਟੇਨਰ ਲਗਾਤਾਰ ਡਾਟਾ ਸਟੋਰੇਜ ਲਈ ਵੌਲਯੂਮ ਤੱਕ ਪਹੁੰਚ ਕਰਦੇ ਹਨ, ਅਤੇ ਜਾਣਕਾਰੀ ਪੂਰੇ ਨੈੱਟਵਰਕ ਵਿੱਚ ਸਥਿਤ ਡਿਸਕਾਂ 'ਤੇ ਸਟੋਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਮੈਂ ਇਸ ਵਿਧੀ ਨੂੰ "ਰਾਜਨੀਤਿਕ ਕੰਟੇਨਰ ਪਹੁੰਚ", ਅਤੇ ਬਾਕੀ ਲੇਖ ਵਿੱਚ ਮੈਂ ਇਸਨੂੰ ਇਕਸਾਰਤਾ ਦੀ ਖ਼ਾਤਰ ਕਹਾਂਗਾ।

ਇੱਕ ਆਮ ਸਟੇਟਫੁੱਲ ਕੰਟੇਨਰ ਪਹੁੰਚ ਵਿੱਚ, ਸਾਰੇ ਐਪਲੀਕੇਸ਼ਨ ਪੌਡ ਇੱਕ ਸਿੰਗਲ ਡਿਸਟ੍ਰੀਬਿਊਟਡ ਫਾਈਲ ਸਿਸਟਮ ਨਾਲ ਜੁੜੇ ਹੁੰਦੇ ਹਨ - ਇੱਕ ਕਿਸਮ ਦੀ ਸਾਂਝੀ ਸਟੋਰੇਜ ਜਿੱਥੇ ਸਾਰਾ ਐਪਲੀਕੇਸ਼ਨ ਡੇਟਾ ਰਹਿੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ ਕੁਝ ਭਿੰਨਤਾਵਾਂ ਸੰਭਵ ਹਨ, ਇਹ ਇੱਕ ਉੱਚ-ਪੱਧਰੀ ਪਹੁੰਚ ਹੈ।

ਹੁਣ ਆਓ ਦੇਖੀਏ ਕਿ ਕਲਾਉਡ-ਕੇਂਦ੍ਰਿਤ ਸੰਸਾਰ ਵਿੱਚ ਸਟੇਟਫੁਲ ਕੰਟੇਨਰ ਪਹੁੰਚ ਇੱਕ ਵਿਰੋਧੀ ਪੈਟਰਨ ਕਿਉਂ ਹੈ।

ਕਲਾਉਡ-ਨੇਟਿਵ ਐਪਲੀਕੇਸ਼ਨ ਡਿਜ਼ਾਈਨ

ਪਰੰਪਰਾਗਤ ਤੌਰ 'ਤੇ, ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੇ ਜਾਣਕਾਰੀ ਦੇ ਢਾਂਚਾਗਤ ਸਟੋਰੇਜ ਅਤੇ ਸਥਾਨਕ ਡਿਸਕਾਂ ਜਾਂ ਵੰਡੀਆਂ ਫਾਈਲ ਸਿਸਟਮਾਂ ਲਈ ਡਾਟਾਬੇਸ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਿੱਥੇ ਸਾਰਾ ਗੈਰ-ਸੰਗਠਿਤ ਜਾਂ ਅਰਧ-ਸੰਰਚਨਾ ਵਾਲਾ ਡੇਟਾ ਡੰਪ ਕੀਤਾ ਗਿਆ ਸੀ। ਜਿਵੇਂ ਕਿ ਗੈਰ-ਸੰਗਠਿਤ ਡੇਟਾ ਦੀ ਮਾਤਰਾ ਵਧਦੀ ਗਈ, ਡਿਵੈਲਪਰਾਂ ਨੇ ਮਹਿਸੂਸ ਕੀਤਾ ਕਿ POSIX ਬਹੁਤ ਜ਼ਿਆਦਾ ਚੈਟੀ ਸੀ, ਮਹੱਤਵਪੂਰਨ ਓਵਰਹੈੱਡ ਸੀ, ਅਤੇ ਆਖਰਕਾਰ ਅਸਲ ਵਿੱਚ ਵੱਡੇ ਪੈਮਾਨੇ 'ਤੇ ਜਾਣ ਵੇਲੇ ਐਪਲੀਕੇਸ਼ਨ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਰੁਕਾਵਟ ਪਾਉਂਦਾ ਸੀ।

ਇਸ ਨੇ ਮੁੱਖ ਤੌਰ 'ਤੇ ਡੇਟਾ ਸਟੋਰੇਜ ਲਈ ਇੱਕ ਨਵੇਂ ਸਟੈਂਡਰਡ ਦੇ ਉਭਾਰ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਇਆ, ਅਰਥਾਤ, ਕਲਾਉਡ-ਅਧਾਰਤ ਸਟੋਰੇਜ, ਮੁੱਖ ਤੌਰ 'ਤੇ REST API 'ਤੇ ਅਧਾਰਤ ਕੰਮ ਕਰਨਾ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਸਥਾਨਕ ਡੇਟਾ ਸਟੋਰੇਜ ਦੇ ਬੋਝ ਰੱਖ-ਰਖਾਅ ਤੋਂ ਮੁਕਤ ਕਰਨਾ। ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਐਪਲੀਕੇਸ਼ਨ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਸਟੇਟਲੈੱਸ ਮੋਡ ਵਿੱਚ ਜਾਂਦੀ ਹੈ (ਕਿਉਂਕਿ ਰਾਜ ਰਿਮੋਟ ਸਟੋਰੇਜ ਵਿੱਚ ਹੈ)। ਆਧੁਨਿਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਇਸ ਕਾਰਕ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖ ਕੇ ਸਕ੍ਰੈਚ ਤੋਂ ਬਣਾਇਆ ਗਿਆ ਹੈ। ਇੱਕ ਨਿਯਮ ਦੇ ਤੌਰ 'ਤੇ, ਕੋਈ ਵੀ ਆਧੁਨਿਕ ਐਪਲੀਕੇਸ਼ਨ ਜੋ ਇੱਕ ਜਾਂ ਕਿਸੇ ਹੋਰ ਕਿਸਮ ਦੇ ਡੇਟਾ (ਲੌਗਸ, ਮੈਟਾਡੇਟਾ, ਬਲੌਬਜ਼, ਆਦਿ) ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੀ ਹੈ, ਇੱਕ ਕਲਾਉਡ-ਅਧਾਰਿਤ ਪੈਰਾਡਾਈਮ ਦੇ ਅਨੁਸਾਰ ਬਣਾਈ ਜਾਂਦੀ ਹੈ, ਜਿੱਥੇ ਰਾਜ ਨੂੰ ਇਸਦੇ ਸਟੋਰੇਜ ਲਈ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਸਮਰਪਿਤ ਇੱਕ ਸਾਫਟਵੇਅਰ ਸਿਸਟਮ ਵਿੱਚ ਤਬਦੀਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਸਟੇਟਫੁੱਲ ਕੰਟੇਨਰ ਪਹੁੰਚ ਇਸ ਪੂਰੇ ਪੈਰਾਡਾਈਮ ਨੂੰ ਵਾਪਸ ਮਜ਼ਬੂਰ ਕਰਦੀ ਹੈ ਜਿੱਥੇ ਇਹ ਸ਼ੁਰੂ ਹੋਇਆ ਸੀ!

ਡੇਟਾ ਨੂੰ ਸਟੋਰ ਕਰਨ ਲਈ ਪੋਸਿਕਸ ਇੰਟਰਫੇਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਐਪਲੀਕੇਸ਼ਨਾਂ ਇਸ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਦੀਆਂ ਹਨ ਜਿਵੇਂ ਕਿ ਉਹ ਸਟੇਟਫੁੱਲ ਸਨ, ਅਤੇ ਇਸਦੇ ਕਾਰਨ, ਉਹ ਕਲਾਉਡ-ਕੇਂਦ੍ਰਿਤ ਡਿਜ਼ਾਈਨ ਦੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਸਿਧਾਂਤਾਂ ਤੋਂ ਦੂਰ ਹੋ ਜਾਂਦੇ ਹਨ, ਯਾਨੀ ਕਿ ਆਉਣ ਵਾਲੇ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹੋਏ ਐਪਲੀਕੇਸ਼ਨ ਵਰਕਰ ਥ੍ਰੈੱਡਾਂ ਦੇ ਆਕਾਰ ਨੂੰ ਬਦਲਣ ਦੀ ਸਮਰੱਥਾ. ਇਨਪੁਟ ਲੋਡ ਕਰੋ, ਜਿਵੇਂ ਹੀ ਮੌਜੂਦਾ ਨੋਡ ਫੇਲ ਹੁੰਦਾ ਹੈ, ਇੱਕ ਨਵੇਂ ਨੋਡ 'ਤੇ ਜਾਓ, ਅਤੇ ਹੋਰ ਵੀ।

ਇਸ ਸਥਿਤੀ 'ਤੇ ਡੂੰਘਾਈ ਨਾਲ ਨਜ਼ਰ ਮਾਰਦੇ ਹੋਏ, ਸਾਨੂੰ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ ਡੇਟਾ ਸਟੋਰ ਦੀ ਚੋਣ ਕਰਦੇ ਸਮੇਂ, ਅਸੀਂ ਵਾਰ-ਵਾਰ POSIX ਬਨਾਮ REST API ਦੁਬਿਧਾ ਦਾ ਸਾਹਮਣਾ ਕਰਦੇ ਹਾਂ, ਪਰ ਕੁਬਰਨੇਟਸ ਵਾਤਾਵਰਣਾਂ ਦੀ ਵੰਡੀ ਹੋਈ ਪ੍ਰਕਿਰਤੀ ਦੇ ਕਾਰਨ POSIX ਸਮੱਸਿਆਵਾਂ ਦੇ ਵਾਧੂ ਵਾਧੇ ਦੇ ਨਾਲ। ਵਿਸ਼ੇਸ਼ ਰੂਪ ਤੋਂ,

• ਪੋਸਿਕਸ ਚੈਟੀ ਹੈ: POSIX ਅਰਥ ਵਿਗਿਆਨ ਲਈ ਇਹ ਲੋੜ ਹੁੰਦੀ ਹੈ ਕਿ ਹਰੇਕ ਓਪਰੇਸ਼ਨ ਮੈਟਾਡੇਟਾ ਅਤੇ ਫਾਈਲ ਡਿਸਕ੍ਰਿਪਟਰਾਂ ਨਾਲ ਜੁੜਿਆ ਹੋਵੇ ਜੋ ਓਪਰੇਸ਼ਨ ਦੀ ਸਥਿਤੀ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ। ਇਸ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਮਹੱਤਵਪੂਰਨ ਲਾਗਤਾਂ ਹੁੰਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਦਾ ਕੋਈ ਅਸਲ ਮੁੱਲ ਨਹੀਂ ਹੁੰਦਾ। ਆਬਜੈਕਟ ਸਟੋਰੇਜ API, ਖਾਸ ਤੌਰ 'ਤੇ S3 API, ਇਹਨਾਂ ਲੋੜਾਂ ਤੋਂ ਛੁਟਕਾਰਾ ਪਾਉਂਦੇ ਹਨ, ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਫਾਇਰ ਕਰਨ ਅਤੇ ਫਿਰ ਕਾਲ ਬਾਰੇ "ਭੁੱਲਣ" ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ। ਸਟੋਰੇਜ਼ ਸਿਸਟਮ ਜਵਾਬ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਕਾਰਵਾਈ ਸਫਲ ਸੀ ਜਾਂ ਨਹੀਂ। ਜੇਕਰ ਇਹ ਅਸਫਲ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਐਪਲੀਕੇਸ਼ਨ ਦੁਬਾਰਾ ਕੋਸ਼ਿਸ਼ ਕਰ ਸਕਦੀ ਹੈ।
• ਨੈੱਟਵਰਕ ਪਾਬੰਦੀਆਂ: ਇੱਕ ਡਿਸਟ੍ਰੀਬਿਊਟਡ ਸਿਸਟਮ ਵਿੱਚ, ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਉਸੇ ਅਟੈਚਡ ਮੀਡੀਆ ਵਿੱਚ ਡੇਟਾ ਲਿਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਵਾਲੀਆਂ ਬਹੁਤ ਸਾਰੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਲਈ, ਨਾ ਸਿਰਫ਼ ਐਪਲੀਕੇਸ਼ਨਾਂ ਡੇਟਾ ਟ੍ਰਾਂਸਫਰ ਬੈਂਡਵਿਡਥ (ਮੀਡੀਆ ਨੂੰ ਡੇਟਾ ਭੇਜਣ ਲਈ) ਲਈ ਇੱਕ ਦੂਜੇ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰਨਗੀਆਂ, ਬਲਕਿ ਸਟੋਰੇਜ ਸਿਸਟਮ ਖੁਦ ਭੌਤਿਕ ਡਿਸਕਾਂ ਵਿੱਚ ਡੇਟਾ ਭੇਜ ਕੇ ਇਸ ਬੈਂਡਵਿਡਥ ਲਈ ਮੁਕਾਬਲਾ ਕਰੇਗਾ। ਪੋਸਿਕਸ ਦੀ ਲਚਕਤਾ ਦੇ ਕਾਰਨ, ਨੈਟਵਰਕ ਕਾਲਾਂ ਦੀ ਗਿਣਤੀ ਕਈ ਗੁਣਾ ਵੱਧ ਜਾਂਦੀ ਹੈ। ਦੂਜੇ ਪਾਸੇ, S3 API ਉਹਨਾਂ ਵਿਚਕਾਰ ਨੈੱਟਵਰਕ ਕਾਲਾਂ ਵਿਚਕਾਰ ਸਪਸ਼ਟ ਅੰਤਰ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਕਿ ਕਲਾਇੰਟ ਤੋਂ ਸਰਵਰ ਤੱਕ ਸ਼ੁਰੂ ਹੁੰਦੀਆਂ ਹਨ ਅਤੇ ਉਹਨਾਂ ਵਿੱਚ ਜੋ ਸਰਵਰ ਦੇ ਅੰਦਰ ਹੁੰਦੀਆਂ ਹਨ।
• ਸੁਰੱਖਿਆ ਨੂੰ: POSIX ਸੁਰੱਖਿਆ ਮਾਡਲ ਸਰਗਰਮ ਮਨੁੱਖੀ ਭਾਗੀਦਾਰੀ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ: ਪ੍ਰਸ਼ਾਸਕ ਹਰੇਕ ਉਪਭੋਗਤਾ ਜਾਂ ਸਮੂਹ ਲਈ ਵਿਸ਼ੇਸ਼ ਪਹੁੰਚ ਪੱਧਰਾਂ ਨੂੰ ਸੰਰਚਿਤ ਕਰਦੇ ਹਨ। ਇਸ ਪੈਰਾਡਾਈਮ ਨੂੰ ਕਲਾਊਡ-ਕੇਂਦ੍ਰਿਤ ਸੰਸਾਰ ਵਿੱਚ ਢਾਲਣਾ ਮੁਸ਼ਕਲ ਹੈ। ਆਧੁਨਿਕ ਐਪਲੀਕੇਸ਼ਨ API-ਆਧਾਰਿਤ ਸੁਰੱਖਿਆ ਮਾਡਲਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ, ਜਿੱਥੇ ਪਹੁੰਚ ਅਧਿਕਾਰਾਂ ਨੂੰ ਨੀਤੀਆਂ, ਸੇਵਾ ਖਾਤਿਆਂ, ਅਸਥਾਈ ਪ੍ਰਮਾਣ ਪੱਤਰਾਂ, ਆਦਿ ਦੇ ਸੈੱਟ ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
• ਪ੍ਰਬੰਧਨ: ਸਟੇਟਫੁੱਲ ਕੰਟੇਨਰਾਂ ਦਾ ਕੁਝ ਪ੍ਰਬੰਧਨ ਓਵਰਹੈੱਡ ਹੁੰਦਾ ਹੈ। ਅਸੀਂ ਡੇਟਾ ਦੀ ਸਮਾਨਾਂਤਰ ਪਹੁੰਚ ਨੂੰ ਸਮਕਾਲੀ ਕਰਨ ਬਾਰੇ ਗੱਲ ਕਰ ਰਹੇ ਹਾਂ, ਡੇਟਾ ਦੀ ਇਕਸਾਰਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ, ਇਸ ਸਭ ਲਈ ਧਿਆਨ ਨਾਲ ਵਿਚਾਰ ਕਰਨ ਦੀ ਲੋੜ ਹੈ ਕਿ ਕਿਹੜੇ ਡੇਟਾ ਐਕਸੈਸ ਪੈਟਰਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਹੈ। ਅਤਿਰਿਕਤ ਸੌਫਟਵੇਅਰ ਸਥਾਪਤ, ਨਿਗਰਾਨੀ ਅਤੇ ਸੰਰਚਨਾ ਕੀਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ, ਵਾਧੂ ਵਿਕਾਸ ਯਤਨਾਂ ਦਾ ਜ਼ਿਕਰ ਨਾ ਕਰਨ ਲਈ।

ਕੰਟੇਨਰ ਡਾਟਾ ਸਟੋਰੇਜ਼ ਇੰਟਰਫੇਸ

ਜਦੋਂ ਕਿ ਕੰਟੇਨਰ ਸਟੋਰੇਜ ਇੰਟਰਫੇਸ (CSI) ਕੁਬਰਨੇਟਸ ਵਾਲੀਅਮ ਪਰਤ ਦੇ ਪ੍ਰਸਾਰ ਵਿੱਚ ਇੱਕ ਬਹੁਤ ਮਦਦਗਾਰ ਰਿਹਾ ਹੈ, ਇਸ ਨੂੰ ਅੰਸ਼ਕ ਤੌਰ 'ਤੇ ਤੀਜੀ-ਧਿਰ ਸਟੋਰੇਜ ਵਿਕਰੇਤਾਵਾਂ ਨੂੰ ਆਊਟਸੋਰਸਿੰਗ ਕਰਨ ਲਈ, ਇਸ ਨੇ ਅਣਜਾਣੇ ਵਿੱਚ ਇਸ ਵਿਸ਼ਵਾਸ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਇਆ ਹੈ ਕਿ ਸਟੇਟਫੁੱਲ ਕੰਟੇਨਰ ਪਹੁੰਚ ਲਈ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਵਿਧੀ ਹੈ। ਕੁਬਰਨੇਟਸ ਵਿੱਚ ਡਾਟਾ ਸਟੋਰ ਕਰਨਾ।

CSI ਨੂੰ ਕੁਬਰਨੇਟਸ 'ਤੇ ਚੱਲਣ ਵੇਲੇ ਵਿਰਾਸਤੀ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਆਰਬਿਟਰਰੀ ਬਲਾਕ ਅਤੇ ਫਾਈਲ ਸਟੋਰੇਜ ਸਿਸਟਮ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਇੱਕ ਮਿਆਰ ਵਜੋਂ ਵਿਕਸਤ ਕੀਤਾ ਗਿਆ ਸੀ। ਅਤੇ, ਜਿਵੇਂ ਕਿ ਇਸ ਲੇਖ ਨੇ ਦਿਖਾਇਆ ਹੈ, ਸਿਰਫ ਅਜਿਹੀ ਸਥਿਤੀ ਜਿਸ ਵਿੱਚ ਇੱਕ ਸਟੇਟਫੁਲ ਕੰਟੇਨਰ ਪਹੁੰਚ (ਅਤੇ ਇਸਦੇ ਮੌਜੂਦਾ ਰੂਪ ਵਿੱਚ ਸੀਐਸਆਈ) ਦਾ ਅਰਥ ਹੈ ਜਦੋਂ ਐਪਲੀਕੇਸ਼ਨ ਆਪਣੇ ਆਪ ਵਿੱਚ ਇੱਕ ਵਿਰਾਸਤੀ ਪ੍ਰਣਾਲੀ ਹੈ ਜਿਸ ਵਿੱਚ ਆਬਜੈਕਟ ਸਟੋਰੇਜ API ਲਈ ਸਮਰਥਨ ਜੋੜਨਾ ਸੰਭਵ ਨਹੀਂ ਹੈ। .

ਇਹ ਸਮਝਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ CSI ਨੂੰ ਇਸਦੇ ਮੌਜੂਦਾ ਰੂਪ ਵਿੱਚ ਵਰਤਣਾ, ਯਾਨੀ ਕਿ ਆਧੁਨਿਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ ਵਾਲੀਅਮ ਨੂੰ ਮਾਊਂਟ ਕਰਨਾ, ਸਾਨੂੰ ਲਗਭਗ ਉਹੀ ਸਮੱਸਿਆਵਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਵੇਗਾ ਜੋ ਉਹਨਾਂ ਸਿਸਟਮਾਂ ਵਿੱਚ ਪੈਦਾ ਹੁੰਦੀਆਂ ਹਨ ਜਿੱਥੇ ਡਾਟਾ ਸਟੋਰੇਜ POSIX ਸ਼ੈਲੀ ਵਿੱਚ ਆਯੋਜਿਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਇੱਕ ਬਿਹਤਰ ਪਹੁੰਚ

ਇਸ ਮਾਮਲੇ ਵਿੱਚ, ਇਹ ਸਮਝਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਜ਼ਿਆਦਾਤਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਖਾਸ ਤੌਰ 'ਤੇ ਸਟੇਟਫੁੱਲ ਜਾਂ ਸਟੇਟਲੈੱਸ ਕੰਮ ਲਈ ਨਹੀਂ ਬਣਾਇਆ ਗਿਆ ਹੈ। ਇਹ ਵਿਵਹਾਰ ਸਮੁੱਚੇ ਸਿਸਟਮ ਢਾਂਚੇ ਅਤੇ ਬਣਾਏ ਗਏ ਖਾਸ ਡਿਜ਼ਾਈਨ ਵਿਕਲਪਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਆਉ ਸਟੇਟਫੁੱਲ ਐਪਲੀਕੇਸ਼ਨਾਂ ਬਾਰੇ ਥੋੜੀ ਗੱਲ ਕਰੀਏ।

ਸਿਧਾਂਤ ਵਿੱਚ, ਸਾਰੇ ਐਪਲੀਕੇਸ਼ਨ ਡੇਟਾ ਨੂੰ ਕਈ ਵਿਆਪਕ ਕਿਸਮਾਂ ਵਿੱਚ ਵੰਡਿਆ ਜਾ ਸਕਦਾ ਹੈ:

• ਲੌਗ ਡੇਟਾ
• ਟਾਈਮਸਟੈਂਪ ਡੇਟਾ
• ਲੈਣ-ਦੇਣ ਡੇਟਾ
• ਮੈਟਾਡਾਟਾ
• ਕੰਟੇਨਰ ਚਿੱਤਰ
• ਬਲੌਬ (ਬਾਈਨਰੀ ਵੱਡੀ ਵਸਤੂ) ਡੇਟਾ

ਇਹ ਸਾਰੀਆਂ ਡਾਟਾ ਕਿਸਮਾਂ ਆਧੁਨਿਕ ਸਟੋਰੇਜ ਪਲੇਟਫਾਰਮਾਂ 'ਤੇ ਬਹੁਤ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਮਰਥਿਤ ਹਨ, ਅਤੇ ਇਹਨਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਖਾਸ ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਡਾਟਾ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਕਈ ਕਲਾਉਡ-ਨੇਟਿਵ ਪਲੇਟਫਾਰਮ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਡੇਟਾ ਅਤੇ ਮੈਟਾਡੇਟਾ ਇੱਕ ਆਧੁਨਿਕ ਕਲਾਉਡ-ਨੇਟਿਵ ਡੇਟਾਬੇਸ ਵਿੱਚ ਰਹਿ ਸਕਦੇ ਹਨ ਜਿਵੇਂ ਕਿ ਕਾਕਰੋਚਡੀਬੀ, ਯੂਗਾਬਾਈਟ, ਆਦਿ। ਕੰਟੇਨਰ ਚਿੱਤਰ ਜਾਂ ਬਲੌਬ ਡੇਟਾ ਨੂੰ MinIO ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਡੌਕਰ ਰਜਿਸਟਰੀ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਟਾਈਮਸਟੈਂਪ ਡੇਟਾ ਨੂੰ ਇੱਕ ਟਾਈਮ ਸੀਰੀਜ਼ ਡੇਟਾਬੇਸ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਜਿਵੇਂ ਕਿ InfluxDB, ਆਦਿ। ਅਸੀਂ ਇੱਥੇ ਹਰੇਕ ਡੇਟਾ ਕਿਸਮ ਅਤੇ ਇਸ ਦੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਬਾਰੇ ਵਿਸਥਾਰ ਵਿੱਚ ਨਹੀਂ ਜਾਵਾਂਗੇ, ਪਰ ਆਮ ਵਿਚਾਰ ਇਹ ਹੈ ਕਿ ਨਿਰੰਤਰ ਡੇਟਾ ਸਟੋਰੇਜ ਤੋਂ ਬਚਣਾ ਜੋ ਸਥਾਨਕ ਡਿਸਕ ਮਾਊਂਟਿੰਗ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇੱਕ ਅਸਥਾਈ ਕੈਚਿੰਗ ਲੇਅਰ ਪ੍ਰਦਾਨ ਕਰਨਾ ਅਕਸਰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੁੰਦਾ ਹੈ ਜੋ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਇੱਕ ਅਸਥਾਈ ਫਾਈਲ ਸਟੋਰ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਪਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਸੱਚ ਦੇ ਸਰੋਤ ਵਜੋਂ ਇਸ ਲੇਅਰ 'ਤੇ ਨਿਰਭਰ ਨਹੀਂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।

ਸਟੇਟਫੁਲ ਐਪਲੀਕੇਸ਼ਨ ਸਟੋਰੇਜ

ਹਾਲਾਂਕਿ ਜ਼ਿਆਦਾਤਰ ਮਾਮਲਿਆਂ ਵਿੱਚ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਸਟੇਟਲੈੱਸ ਰੱਖਣਾ ਲਾਭਦਾਇਕ ਹੁੰਦਾ ਹੈ, ਉਹ ਐਪਲੀਕੇਸ਼ਨ ਜੋ ਡਾਟਾ ਸਟੋਰ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ - ਜਿਵੇਂ ਕਿ ਡੇਟਾਬੇਸ, ਆਬਜੈਕਟ ਸਟੋਰ, ਕੀ-ਵੈਲਯੂ ਸਟੋਰ - ਸਟੇਟਫੁੱਲ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ। ਆਓ ਦੇਖੀਏ ਕਿ ਇਹ ਐਪਲੀਕੇਸ਼ਨਾਂ ਕੁਬਰਨੇਟਸ 'ਤੇ ਕਿਉਂ ਤਾਇਨਾਤ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ। ਆਓ MinIO ਨੂੰ ਇੱਕ ਉਦਾਹਰਨ ਦੇ ਤੌਰ 'ਤੇ ਲੈਂਦੇ ਹਾਂ, ਪਰ ਇਹੋ ਜਿਹੇ ਸਿਧਾਂਤ ਕਿਸੇ ਹੋਰ ਵੱਡੇ ਕਲਾਉਡ-ਨੇਟਿਵ ਸਟੋਰੇਜ ਸਿਸਟਮ 'ਤੇ ਲਾਗੂ ਹੁੰਦੇ ਹਨ।

ਕਲਾਉਡ-ਨੇਟਿਵ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਕੰਟੇਨਰਾਂ ਵਿੱਚ ਮੌਜੂਦ ਲਚਕਤਾ ਦਾ ਪੂਰਾ ਫਾਇਦਾ ਲੈਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਉਹ ਉਸ ਵਾਤਾਵਰਣ ਬਾਰੇ ਕੋਈ ਧਾਰਨਾ ਨਹੀਂ ਬਣਾਉਂਦੇ ਹਨ ਜਿਸ ਵਿੱਚ ਉਹਨਾਂ ਨੂੰ ਤਾਇਨਾਤ ਕੀਤਾ ਜਾਵੇਗਾ। ਉਦਾਹਰਨ ਲਈ, ਮਿਨੀਓ ਇੱਕ ਅੰਦਰੂਨੀ ਇਰੇਜ਼ਰ ਕੋਡਿੰਗ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਤਾਂ ਜੋ ਸਿਸਟਮ ਨੂੰ ਕਾਰਜਸ਼ੀਲ ਰਹਿਣ ਲਈ ਲੋੜੀਂਦੀ ਲਚਕਤਾ ਪ੍ਰਦਾਨ ਕੀਤੀ ਜਾ ਸਕੇ ਭਾਵੇਂ ਅੱਧੀਆਂ ਡਿਸਕਾਂ ਫੇਲ੍ਹ ਹੋ ਜਾਣ। MinIO ਮਲਕੀਅਤ ਸਰਵਰ-ਸਾਈਡ ਹੈਸ਼ਿੰਗ ਅਤੇ ਏਨਕ੍ਰਿਪਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਡਾਟਾ ਇਕਸਾਰਤਾ ਅਤੇ ਸੁਰੱਖਿਆ ਦਾ ਪ੍ਰਬੰਧਨ ਵੀ ਕਰਦਾ ਹੈ।

ਅਜਿਹੇ ਕਲਾਉਡ-ਕੇਂਦ੍ਰਿਤ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ, ਲੋਕਲ ਪਰਸਿਸਟੈਂਟ ਵਾਲੀਅਮ (PVs) ਬੈਕਅੱਪ ਸਟੋਰੇਜ ਦੇ ਤੌਰ 'ਤੇ ਸਭ ਤੋਂ ਸੁਵਿਧਾਜਨਕ ਹਨ। ਸਥਾਨਕ PV ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਸਟੋਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਇਹਨਾਂ PVs ਦੇ ਸਿਖਰ 'ਤੇ ਚੱਲ ਰਹੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਡੇਟਾ ਨੂੰ ਸਕੇਲ ਕਰਨ ਅਤੇ ਵਧ ਰਹੀ ਡਾਟਾ ਲੋੜਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਲਈ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਦੀਆਂ ਹਨ।

ਇਹ ਪਹੁੰਚ CSI-ਅਧਾਰਿਤ PVs ਨਾਲੋਂ ਬਹੁਤ ਸਰਲ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਜ਼ਿਆਦਾ ਸਕੇਲੇਬਲ ਹੈ, ਜੋ ਸਿਸਟਮ ਵਿੱਚ ਡਾਟਾ ਪ੍ਰਬੰਧਨ ਅਤੇ ਰਿਡੰਡੈਂਸੀ ਦੀਆਂ ਆਪਣੀਆਂ ਪਰਤਾਂ ਪੇਸ਼ ਕਰਦੇ ਹਨ; ਬਿੰਦੂ ਇਹ ਹੈ ਕਿ ਇਹ ਪਰਤਾਂ ਆਮ ਤੌਰ 'ਤੇ ਸਟੇਟਫੁੱਲ ਹੋਣ ਲਈ ਤਿਆਰ ਕੀਤੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨਾਲ ਟਕਰਾ ਜਾਂਦੀਆਂ ਹਨ।

ਗਣਨਾਵਾਂ ਤੋਂ ਡੇਟਾ ਨੂੰ ਜੋੜਨ ਲਈ ਇੱਕ ਮਜ਼ਬੂਤ ​​ਅੰਦੋਲਨ

ਇਸ ਲੇਖ ਵਿੱਚ, ਅਸੀਂ ਇਸ ਬਾਰੇ ਗੱਲ ਕੀਤੀ ਹੈ ਕਿ ਕਿਵੇਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਸਟੇਟ ਨੂੰ ਸੇਵ ਕੀਤੇ ਬਿਨਾਂ ਕੰਮ ਕਰਨ ਲਈ ਪੁਨਰ-ਨਿਰਮਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜਾਂ ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਸਟੋਰ ਕਰਨ ਵਾਲੇ ਡੇਟਾ ਨੂੰ ਇਸ 'ਤੇ ਕੰਪਿਊਟਿੰਗ ਤੋਂ ਵੱਖ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਸਿੱਟਾ ਵਿੱਚ, ਆਓ ਇਸ ਰੁਝਾਨ ਦੀਆਂ ਕੁਝ ਅਸਲ ਉਦਾਹਰਣਾਂ ਨੂੰ ਵੇਖੀਏ।

ਸਪਾਰਕ, ਇੱਕ ਪ੍ਰਮੁੱਖ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਪਲੇਟਫਾਰਮ, ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਸਟੇਟਫੁੱਲ ਅਤੇ HDFS 'ਤੇ ਤਾਇਨਾਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਹਾਲਾਂਕਿ, ਜਿਵੇਂ ਕਿ ਸਪਾਰਕ ਇੱਕ ਕਲਾਉਡ-ਕੇਂਦ੍ਰਿਤ ਸੰਸਾਰ ਵਿੱਚ ਜਾਂਦਾ ਹੈ, ਪਲੇਟਫਾਰਮ 's3a' ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਵੱਧ ਤੋਂ ਵੱਧ ਸਟੇਟਲੈੱਸ ਵਰਤਿਆ ਜਾ ਰਿਹਾ ਹੈ। ਸਪਾਰਕ ਸਟੇਟ ਨੂੰ ਦੂਜੇ ਸਿਸਟਮਾਂ ਵਿੱਚ ਟ੍ਰਾਂਸਫਰ ਕਰਨ ਲਈ s3a ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਸਪਾਰਕ ਕੰਟੇਨਰ ਖੁਦ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਟੇਟ ਰਹਿਤ ਕੰਮ ਕਰਦੇ ਹਨ। ਵੱਡੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਖੇਤਰ ਵਿੱਚ ਹੋਰ ਪ੍ਰਮੁੱਖ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਖਿਡਾਰੀ, ਖਾਸ ਤੌਰ 'ਤੇ, ਵਰਟੀਕਾ, Teradata, ਗ੍ਰੀਨਪਲਮ ਉਹ ਡੇਟਾ ਸਟੋਰੇਜ ਅਤੇ ਉਹਨਾਂ 'ਤੇ ਗਣਨਾਵਾਂ ਨੂੰ ਵੱਖ ਕਰਨ ਦੇ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ ਵੀ ਅੱਗੇ ਵਧ ਰਹੇ ਹਨ.

ਇਸੇ ਤਰ੍ਹਾਂ ਦੇ ਪੈਟਰਨ ਹੋਰ ਵੱਡੇ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਪਲੇਟਫਾਰਮਾਂ 'ਤੇ ਵੀ ਦੇਖੇ ਜਾ ਸਕਦੇ ਹਨ, ਜਿਸ ਵਿੱਚ Presto, Tensorflow ਤੋਂ R, Jupyter ਸ਼ਾਮਲ ਹਨ। ਰਿਮੋਟ ਕਲਾਉਡ ਸਟੋਰੇਜ ਸਿਸਟਮ ਨੂੰ ਸਟੇਟ ਆਫਲੋਡ ਕਰਕੇ, ਤੁਹਾਡੀ ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਪ੍ਰਬੰਧਨ ਅਤੇ ਸਕੇਲ ਕਰਨਾ ਬਹੁਤ ਸੌਖਾ ਹੋ ਜਾਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਹ ਕਈ ਤਰ੍ਹਾਂ ਦੇ ਵਾਤਾਵਰਣਾਂ ਲਈ ਐਪਲੀਕੇਸ਼ਨ ਦੀ ਪੋਰਟੇਬਿਲਟੀ ਦੀ ਸਹੂਲਤ ਦਿੰਦਾ ਹੈ।

ਸਰੋਤ: www.habr.com