在2018年Garnter技术成熟度曲线中，集装箱存储出现在技术触发期，已经开始进入大众视野。 我相信在未来两年内，集装箱存储将随着Kubernetes的成熟和商业化，其地位将越来越重要。 如何在各种存储产品中选择适合自己的存储产品，成为了IT面临的一个甜蜜的早晨。 在这次共享中，我们将分析如何从使用场景的角度评估容器存储方案。
各种存储概念
从用户的角度看，存储是磁盘或目录，用户不关心磁盘或目录是如何实现的，用户要求非常“简单”、稳定、性能好。 为了提供稳定可靠的存储产品，各制造商推出了各种存储技术和概念。 为了获得整体的认识，本文介绍了存储的这些概念。
从存储介质的角度看，存储介质分为机械硬盘和固态驱动器(SSD )。 机械硬盘是指磁头寻址磁盘设备，如SATA硬盘和SAS硬盘。 由于磁头寻址，机械硬盘性能一般，随机IOPS一般在200左右，顺序带宽在150MB/s左右。 固态驱动器是由Flash/DRAM芯片控制器组成的设备，根据协议分为SATA SSD、SAS SSD、PCIe SSD和NVMe SSD。
从产品定义的角度看，存储分为四大类：本地存储(DAS )、网络存储(NAS )、存储局域网(San )和软件定义存储(SDS )。
DAS是本地磁盘，直接连接到服务器的NAS是指提供NFS协议的NAS设备。 通常，使用磁盘阵列协议网关，SAN提供SCSI/iSCSI协议(与NAS类似)，后端提供磁盘阵列SDS通常包括分布式NAS (并行文件系统)，而ServerSAN等提供APP应用程序
Kubernetes如何定义和分类存储？ Kubernetes中与存储相关的概念包括持久性卷(PV )和持久性卷存储器(PVC )，PV分为静态PV和动态PV。 静态PV方式如下。
动态PV需要引入StorageClass概念，使用方法如下：
社区列举永久卷的三叉树插件，如下图所示。 从图中可以看到，Kubernetes根据访问模式将存储分为三类： RWO/ROX/RWX。 此分类混淆了现有的存储概念，包括存储协议、存储开源产品、存储业务产品和公共云产品。
如何将Kubernetes分类与众所周知的存储概念联系起来？ 本文选择将其与应用场景进行类比。
块存储通常仅支持RWO，如AWSElasticBlockStore和azure磁盘。 某些产品的文件存储(分布式文件系统) (如GCEPersistentDisk、RBD和ScaleIO )支持三种模式： RWO/ROX/RWX 可以直接访问和使用APP应用程序。 这里不得不深入到Kubernetes社区前期存储层的抽象中。 一字——混乱，同时引进了开源项目和商务项目。 社区目前意识到问题，并设计了统一的存储接口层—— flex卷/CSI。 目前，CSI已成为Kubernetes的主流，并创建了完整的存储抽象层。
各种各样的APP应用场景
在介绍存储概念后，选择哪个存储仍然是未解决的。 这个时候，请问一个问题。 业务是什么类型的？ 要选择合适的存储，必须明确业务对存储的需求。 整理了使用容器存储的场景及其特征。
构成
群集配置信息和APP应用程序配置信息的特点都是并发访问(如上所述的ROX/RWX )，可以在不同的群集或不同的节点上访问相同的配置文件，从而优化分布式文件存储。
日志
在容器场景中，日志是一个重要的部分，其特点是吞吐量高，并且可能生成大量的小文件。 如果有日志分析场景，也有大量的并发读取操作。 分布式文件存储是最佳选择。
高速APP应用程序(数据库/消息队列/大数据)
Kafka、MySQL、Cassandra、PostgreSQL、ElasticSearch和HDFS等APP应用程序本身就具备存储数据的能力，对底层存储的要求是高IOPS、低延迟底层存储最好具有数据冗馀机制，以避免复杂的故障和恢复操作。 以HDFS为例，在一个datanode节点停机后，原始逻辑选择启动新的datanode、启动恢复逻辑和完成数据拷贝的完成。 这个时间很长，对业务的影响也很大。 如果基础存储具有复制机制，则HDFS群集可以设置为单副本。 datanode节点关闭后，启动新的datanode并装载原始pv。 集群恢复正常，对业务的影响缩短到秒级。 高性能分布式文件存储和高性能分布式块存储是理想的选择。
备份
备份APP应用程序数据或备份数据库的特点是吞吐量高、数据量大、成本低。 文件存储和对象存储是最佳选择。
要整合APP应用程序场景，高性能文件存储是最佳选择。
各种存储产品
市场上的存储产品种类繁多，但在容器场景中，主要集中在分布式文件存储、分布式块存储、本地磁盘和传统NAS四种方案上。
分布
式块存储包括开源社区的Ceph，Sheepdog，商业产品中EMC的Scale IO，Vmware的vSAN等。分布式块存储不适合容器场景，关键问题是缺失RWX的特性。分布式文件存储包括开源社区的Glusterfs，Cephfs，Lustre，Moosefs，Lizardfs，商业产品中EMC的isilon，IBM的GPFS等。分布式文件存储适合容器场景，但是性能问题比较突出，主要集中在GlusterFS，CephFS，MooseFS/LizardFS。
这里简单对比下开源项目的优缺点，仅供参考。
Local-Disk方案有明显的缺点，尤其是针对数据库，大数据类的应用。节点故障后，数据的恢复时间长，对业务影响范围广。
传统NAS也是一种文件存储，但是协议网关(机头)是性能瓶颈，传统NAS已经跟不上时代发展的潮流。
分门别类的评估策略
存储的核心需求是稳定，可靠，可用。无论是开源的存储项目还是商业的存储产品，评估方法具有普适性，本文会介绍常见的评估项和评估方法。
数据可靠性
数据可靠性是指数据不丢失的概率。通常情况下，存储产品会给出几个9的数据可靠性，或者给出最多允许故障盘/节点个数。评估方式就是暴力拔盘，比如说存储提供3副本策略，拔任意2块盘，只要数据不损坏，说明可靠性没问题。存储采用不同的数据冗余策略，提供的可靠性是不一样的。
数据可用性
数据可用性和数据可靠性很容易被混淆，可用性指的是数据是否在线。比如存储集群断电，这段时间数据是不在线，但是数据没有丢失，集群恢复正常后，数据可以正常访问。评估可用性的主要方式是拔服务器电源，再有查看存储的部署组件是否有单点故障的可能。
数据一致性
数据一致性是最难评估的一项，因为大部分场景用户不知道程序写了哪些数据，写到了哪里。该如何评估数据一致性呢？普通的测试工具可以采用fio开启crc校验选项，最好的测试工具就是数据库。如果发生了数据不一致的情况，数据库要么起不来，要么表数据不对。具体的测试用例还要细细斟酌。
存储性能
存储的性能测试很有讲究，块存储和文件存储的侧重点也不一样。
块存储
fio/iozone是两个典型的测试工具，重点测试IOPS，延迟和带宽。以fio为例，测试命令如下：
fio -filename=/dev/sdc -iodepth=${iodepth} -direct=1 -bs=${bs} -size=100% --rw=${iotype} -thread -time_based -runtime=600 -ioengine=${ioengine} -group_reporting -name=fioTest关注几个主要参数：iodepth，bs，rw和ioengine。
测试IOPS，iodepth=32/64/128，bs=4k/8k，rw=randread/randwrite，ioengine=libaio
测试延迟，iodepth=1，bs=4k/8k，rw=randread/randwrite，ioengine=sync
测试带宽，iodepth=32/64/128，bs=512k/1m，rw=read/write，ioengine=libaio
文件存储
fio/vdbench/mdtest是测试文件系统常用的工具，fio/vdbench用来评估IOPS，延迟和带宽，mdtest评估文件系统元数据性能。以fio和mdtest为例，测试命令如下：
fio -filename=/mnt/yrfs/fio.test -iodepth=1 -direct=1 -bs=${bs} -size=500G --rw=${iotype} -numjobs=${numjobs} -time_based -runtime=600 -ioengine=sync -group_reporting -name=fioTest与块存储的测试参数有一个很大区别，就是ioengine都是用的sync，用numjobs替换iodepth。
测试IOPS，bs=4k/8k，rw=randread/randwrite，numjobs=32/64
测试延迟，bs=4k/8k，rw=randread/randwrite，numjobs=1
测试带宽，bs=512k/1m，rw=read/write，numjobs=32/64
mdtest是专门针对文件系统元数据性能的测试工具，主要测试指标是creation和stat，需要采用mpirun并发测试：
mpirun --allow-run-as-root -mca btl_openib_allow_ib 1 -host yanrong-node0:${slots},yanrong-node1:${slots},yanrong-node2:${slots} -np ${num_procs} mdtest -C -T -d /mnt/yrfs/mdtest -i 1 -I ${files_per_dir} -z 2 -b 8 -L -F -r -u存储性能测试不仅仅测试集群正常场景下的指标，还要包含其他场景：
存储容量在70%以上或者文件数量上亿的性能指标节点/磁盘故障后的性能指标扩容过程时的性能指标容器存储功能
除了存储的核心功能(高可靠/高可用/高性能)，对于容器存储，还需要几个额外的功能保证生产环境的稳定可用。
Flexvolume/CSI接口的支持，动态/静态PV的支持存储配额。对于Kubernetes的管理员来说，存储的配额是必须的，否则存储的使用空间会处于不可控状态服务质量(QoS)。如果没有QoS，存储管理员只能期望存储提供其他监控指标，以保证在集群超负荷时，找出xfdmb万变不离其宗的选择
Kubernetes持久化存储方案的重点在存储和容器支持上。因此首要考虑存储的核心功能和容器的场景支持。综合本文所述，将选择项按优先级列举：
存储的三大核心，高可靠，高可用和高性能业务场景，选择分布式文件存储扩展性，存储能横向扩展，应对业务增长需求可运维性，存储的运维难度不亚于存储的开发，选择运维便捷存储产品成本Q&A
Q：你好，我们公司采用GlusterFS存储，挂载三块盘，现在遇到高并发写小文件(4KB)吞吐量上不去(5MB/S)，请问有什么比较好的监控工具或方法么？谢谢！
A：GlusterFS本身对小文件就很不友好，GlusterFS是针对备份场景设计的，不建议用在小文件场景，如果可以的话，要么程序做优化进行小文件合并，要么选用高性能的分布式文件存储，建议看看Lustre或者YRCloudFile。
Q：我们用的是Ceph分布式存储，目前有一个场景是客户视频存储，而对于持续的写入小文件存在丢帧的现象，经过我们系统级别和底层文件系统调优，加上Ceph参数的设置，勉强性能得改善，但是数据量上来性能会如何也不得而知道了(经过客户裸盘测试，前面用软RAID方式性能还是可以)请问在这方面你有什么建议么？谢谢！我们客户是在特殊的场景下，属于特定机型，而且是5400的sata盘！rbd块存储！还有一个现象就是磁盘利用率不均，这也是影响性能的一个人原因，即便我们在调pg数，也会有这个问题。在额外请教一个问题，bcache可以用内存做缓存么？FlushCache相比，这两个哪个会更好一点？
A：您用的是CephFS还是rbdc因为Ceph在性能上缺失做的还不够，有很多队列，导致延迟很不稳定，这个时候，只能忍了，不过还是建议用Bcache做一层缓存，可以有效缓解性能问题。Crush算法虽然比一致性hash要好很多，但是因为没有元数据，还是很难控制磁盘热点问题。FlushCache已经没有人维护了，Bcache还有团队在维护，所以如果自己没有能力，就选用Bcache。
Q：你好，目前开源在用Rook部署Ceph，Ceph对于块设备存储性能如何？可以提升吗？未来？
A：我们最近也在关注Rook项目，Rook的理念是很好的，但是现在Rook就是Ceph的封装，把Ceph跑到容器中，复用Kubernetes的监控平台。而Ceph的运维复杂度很高，以目前的做法，项目想要做好，难度会非常大。
Q：我看您推荐分布式文件存储，文件系统能满足数据库应用的需求吗？块存储会不会好一些？
A：首先，我推荐的是高性能分布式文件系统。数据库一般对延迟都比较敏感，普通的万兆网络+HDD肯定不行，需要采用SSD，一般能将延迟稳定在毫秒以内，通常能够满足要求。如果对延迟有特别要求，可以采用NVMe + RoCE的方案，即使在大压力下，延迟也能稳定在300微秒以内。
Q：您用的分布式文件存储，不同用户间如何隔离？
A：分布式文件系统有ACL权限控制，也可以加AD/LDAP
Q：请问为什么说块存储不支持RWX？RWX就是指多个节点同时挂载同一块块设备并同时读写吗？很多FC存储都可以做到。
A：传统的SAN要支持RWX，需要ALUA机制，而且这是块级别的多读写，如果要再加上文件系统，是没办法做到的，这需要分布式文件系统来做文件元数据信息同步。
Q：传统SAN支持对同一数据块的并行读写，很多AA阵列都不是用ALUA的，而是多条路径同时有IO，当然要用到多路径软件。相反用ALUA的不是AA阵列。
A：AA阵列解决的是高可用问题，对同一个lun的并发读写，需要trunk级的锁去保证数据一致性，性能不好。
Q：的很多传统商业存储，包括块存储，也都做了CSI相关的插件，是不是如果在容器里跑一些性能要求高的业务，这些商业的块存储比文件存储合适？
A：生产环境中，我强烈建议选用商业存储。至于块存储还是文件存储，要看您的业务场景。首选是商业的文件存储。
Q：请问现在的Kubernetes环境下，海量小文件RWX场景，有什么相对比较好的开源分布式存储解决方案么？
A：开源的分布式文件存储项目中，没有能解决海量小文件的，我在文中已经将主流开源文件系统都分析了一遍，在设计之初，都是针对备份场景或者HPC领域。
Q：请问，为什么说Ceph性能不好，有依据吗？
A：直接用数据说话，我们用NVMe + Ceph + Bluestore测试出来的，延迟在毫秒级以上，而且很不稳定，我们用YRCloudFile + NVMe + RoCE，延迟能50微秒左右，差了几十倍。
Q：Lustre没接触过，性能好吗，和Ceph有对比过吗？
A：网上有很多Lustre的性能指标，在同样的配置下，性能绝对要比Ceph好，不过Lustre全部都是内核态的，容器场景没办法用，而且按照部署以及运维难度非常大。Lustre在超算用的比较广泛。
Q：Lustre只能靠本地磁盘阵列来保证数据冗余么？
A：Lustre本身不提供冗余机制，都是靠本地阵列的，不过EC好像已经在开发计划中了。
Q：(对于小公司)如果不选用商业存储，那么推荐哪款开源实现作为生产存储(可靠，高性能)。我们之前试了NFS发现速度不稳定？
A：国内还是有很多创业公司，也不贵的。存储不像其他项目，存储经不起折腾，一定要用稳定可靠的，Ceph/GlusterFS做了这么久，大家在采购的时候，还是会依托于某家商业公司来做，自己生产环境用开源项目，风险太大了。
Q：GPFS用来做Kubernetes的PV，性能怎么样？
A：用GPFS的话，性能还是有一定保障的，不过GPFS跟Lustre一样，都是带着阵列一起卖的，很贵。