容器持久化存储，距离你有多远？

都知道数字化转型的重要性，但怎么转？依靠哪些数字科技？就不简单了。数字科技的特点是概念频出，眼花缭乱的同时，也让人头晕目眩，追赶不上发展的步伐。

这里要谈论的是容器持久化存储，相信对很多人来说，这是一个新概念。

如果从定义或者概念来了解它，涉及技术很多，用户的基础不同、认知不同，要快速掌握容器持久化存储的价值，其实并不容易，叫存储，但是意义超越存储。

也许把定义放在一边，了解它能够解决哪些问题和痛点，不失为一个捷径。

解决的问题关键吗?

容器持久化存储要解决哪些痛点?

12月10日, 焱融科技以“Time To Change”为主题在京发布了分布式文件存储产品YRCloudFile，并与Mellanox、科大讯飞、Rancher等200+客户和合作伙伴，共同研讨IT变革浪潮下的应对之策。

需要注意，所谓“Time To Change”，“适时改变”不仅指存储，存储之上，更重要的是TensorFlow、Spark、MySQL、Jenkins、ElasticSearch和WordPress为代表的应用，也就是云原生的应用也在发生改变。

如今，行业巨头以及互联网企业就是依靠这些呼风唤雨，改变世界。

私有云也好，公有云也好，传统企业应用的云原生化改造迫在眉睫，否则会被越拉越远。不仅是互联网企业的冲击，更大的危机来自转型快的同行，快鱼吃慢鱼，赢者通吃，这才是硬道理!

容器持久化存储角色的份量

意识到这样的变化，就很容易了解容器持久化存储的意义和价值。

首先说容器化。K8S已经成为云原生的事实标准，被普遍接受和使用，也是云原生应用首要使用的编排工具。同样，容器化也带来基础架构的一系列改变。其中，容器持久化存储首当其冲。

都知道容器的特点是召之即来，挥之即去。这是因为无状态应用的缘故。对有状态的应用，如MySQL、PostgreSQL、MangoDB、RabbitMQ、ElasticSearch来说，也采用容器来运行。当容器“死了”，需要快速重建，这个时候问题来了，数据也能够快速重建吗?

这时就需要持久化存储了。

CSI、FlexVolume都是容器持久化存储的规范接口，但是仅支持接口的存储就是容器持久化存储吗？答案是否定的。目前市场上支持CSI存储很多，有传统的、分布式的、开源的、商用的，但在实际应用中，产品表现差别很大。是选用一款能在容器场景下基本可以使用的存储，还是一款完全符合容器化场景容器持久化存储，是每个IT决策者面临的问题。

海量小文件处理和性能

对于容器持久化存储来说，容器存储热点分析、可视化展现、K8S资源可视化管理、QoS性能管控、存储卷弹性伸缩等，这些都是衡量容器持久化存储功能的指标。

另一方面，海量小文件处理、海量小文件访问热点，有状态Pod跨节点的秒级重建，以及跨数据中心的双活解决方案等，也是容器持久化存储重要的性能及可靠性指标。

海量小文件是很多应用场景经常面临的问题，以机器学习AI为例，数据训练中需要依赖大量的小文件，规模会达到几十亿;此外，高性能计算也将涉及到海量文件的处理。

海量小文件会导致元数据管理瓶颈，最终拖累数据存储的性能。为了应对海量小文件处理，YRCloudFile采用元数据集群，借助横向扩展的方式来消除元数据管理的瓶颈。

测试结果显示，从10亿～70亿小文件，YRCloudFile始终能够保持元数据处理能力的持续稳定。

热点目录是另一个造成性能瓶颈的来源，也就是多台服务器集中访问某个单一目录下的文件，形成热点目录，如果系统对于热点目录并行处理能力不足，就会导致系统崩溃，或者性能低下。

针对热点目录，YRCloudFile提供虚拟目录的技术，对于文件名(filename)进行Hash运算后放置在虚拟目录中，虚拟目录数据分布在不同的元数据节点，对上层应用透明，从而增强热点目录的并行处理能力。

与此同时，借助4k小文件的内联，YRCloudFile进一步提升了小文件访问处理的性能。

海量小文件处理不限于容器持久化存储，对AI等非结构化数据规模巨大的新型应用而言至关重要，这也是YRCloudFile瞄准的主要场景。

块数据的话题

在存储的传统认知中，有NAS和SAN之分。其中，NAS主要应用于文件存储，分布式文件存储因此被解读为分布式NAS，既然如此，它能够支持MySQL容器Pod跨节点块数据重建吗?

对此，焱融科技CTO王鹏飞指出：“通常认为数据库要使用块存储。但我们的实测，分布式文件系统依然可以满足数据库需求，焱融科技有很多独特的优化技术和最佳实践。”

“分布式文件系统支持数据库应用，本质上也很容易理解。在容器内(MySQL) 都支持挂载一个数据目录做为MySQL的存储空间，因此从分布式文件系统内申请一个目录即可满足应用。”王鹏飞说。

目前YRCloudFile能够支持有状态Pod跨节点的秒级数据重建，如此，就解决了当容器节点出现故障，容器快速重建、数据快速恢复的问题。

同样的，跨数据中心容器双活的问题也容易实现。

数据中心双活的本质是数据问题，分布式存储副本机制，确保了不同数据中心数据的一致性，优先读取本地副本，实现应用跨数据中心的双活，并有效降低读延时。

小结

从海量小文件处理，到容器应用的数据持久化，服务于新型的云原生应用，涉及业务自动化部署和资源弹性伸缩管理，这恰恰也是用户数字化转型，云计算应用的关键。

这是一个云原生化转变的时代，到了做出改变的时候了!

未经允许不得转载：DOIT » 容器持久化存储，距离你有多远？