OpenShift中如何将PV与PVC绑定

PV/PVC是什么?

PV(Persistent Volume):描述的是持久化的Volume实体概念,生命周期与Pod创建和销毁事件无关。要么运行事先准备好,要么通过动态创建。
PVC(PersistentVolumeClaim):PVC是对PV的请求,申明Pod所希望使用的持久化存储的属性,例如容量,读写权限。

Kubernete Volumes能够帮忙应用持久化数据,PV/PVC是Kubernetes Volumes存储类型的一种,其它类型还有:
本地存储:emptyDir / hostPath
网络存储:
in-tree: aws ElasticBlockStore / gcePersistentDisk / nfs
out-of-tree:csi等网络存储插件
Project Volume:secret / configmap / downwardAPI / serviceAccountToken

PV/PVC的意义

  1. 使用不同的控制器来管理计算与存储资源,解耦POD与Volume的生命周期,实现计算与存储分离。
  2. PVC只需要关注应用需要知道的配置,如存储大小、访问模式,读写模式等,而不需要知道存储的细节,实现开发与运维职责分离。开发只需要提需求,知道自己需要的存储容量,模式就够了,他并不关心存储是由什么设备提供的,资源池的够不够,而运维人员则相反,他更关心的底层的存储状态。

PV创建的两种方式:静态与动态

静态创建方式,下图为静态创建的示意图。

静态创建方式
  1. 研发用户需要创建存储资源,于是创建了PVC(持久化存储卷请求),申明需要的存储资源大小以及访问模式
  2. 集群管理人员(运维人员)根据需求配置手动创建对应的PV(持久化存储卷)
  3. OpenShift/K8S会根据配置将PV/PVC进行绑定,让PVC与真实的存储资源关联。

这种方式有几个问题:

  1. 需要手动创建PV,增加了运维管理的复杂度。
  2. 如果有大量配置一样的PVC需求时,PVC与设定的PV需要单独的设置进行绑定。

动态创建方式,下图为动态创建的示意图。


动态创建方式
  1. 集群管理人员(运维人员)提前部署好存储的provisioner,并创建好对应storageclass
  2. 研发用户需要创建存储资源,于是创建了PVC(持久化存储卷请求),申明需要的存储的provisioner以及存储大小
  3. provisioner监听到PVC资源的创建,自动创建PV,并与PVC进行绑定,让PVC与真实的存储资源关联。

一旦准备好动态创建存储环境,存储资源便以服务的方式提供给研发人员,实现存储资源自服务。

如何将PV与PVC绑定

在上一部分介绍了静态创建存储资源与动态创建存储资源的过程与特点,很明显动态创建存储资源使用更方便,但是在生产中,受到环境的限制,静态创建存储资源的方式仍然很常见。这时,如何准确地绑定PVC与对应的PV就是需要注意的问题了。下面列出了解决这个问题的三种方法。

第一种,在PV中添加label,在PVC中添加matchLabels进行关联

创建PV

apiVersion: v1
kind: PersistentVolume
metadata:
  name: nfs-pv1
  labels:
    pv: nfs-pv1
spec:
  capacity:
    storage: 1Gi
  accessModes:
    - ReadWriteMany
  nfs:
    server: 10.2.1.2
    path: "/exports/pv1"
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: pvc1
spec:
  accessModes:
    - ReadWriteMany
  resources:
    requests:
      storage: 1Gi
  selector:
    matchLabels:
      pv: "nfs-pv1"
    matchExpressions:
      - {key: environment, operator: In, values: [dev]}
# 本地盘PV
kind: PersistentVolume
apiVersion: v1
metadata:
  name: test2-pv
  namespace: kubeflow
  labels:
    pv: test2
spec:
  capacity:
    storage: 100Mi
  accessModes:
    - ReadWriteOnce
  hostPath:
    path: "/data/test2"

第二种,PV配置中指定关联的PVC

apiVersion: v1
kind: PersistentVolume
metadata:
  name: nfs-pv1
  labels:
    pv: nfs-pv1
spec:
  capacity:
    storage: 1Gi
  claimRef:
    apiVersion: v1
    kind: PersistentVolumeClaim
    name: openldap-volume-1
    namespace: openldap
  accessModes:
    - ReadWriteMany
  nfs:
    server: 10.2.1.2
    path: "/exports/pv1"

第三种,PVC中设置volumeName

apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: pvc1
spec:
  accessModes:
    - ReadWriteMany
  resources:
    requests:
      storage: 1Gi
  volumeName: nfs-pv1
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,271评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,275评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,151评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,550评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,553评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,559评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,924评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,580评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,826评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,578评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,661评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,363评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,940评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,926评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,156评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,872评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,391评论 2 342

推荐阅读更多精彩内容