上面介绍的PV和PVC模式都是需要先创建好PV，然后定义好PVC和pv进行一对一的Bond，但是如果PVC请求成千上万，那么就需要创建成千上万的PV，对于运维人员来说维护成本很高，Kubernetes提供一种自动创建PV的机制，叫StorageClass，它的作用就是创建PV的模板。k8s集群管理员通过创建storageclass可以动态生成一个存储卷pv供k8s pvc使用。

每个StorageClass都包含字段provisioner，parameters和reclaimPolicy。 

具体来说，StorageClass会定义以下两部分：

1、PV的属性 ，比如存储的大小、类型等；

2、创建这种PV需要使用到的存储插件，比如Ceph、NFS等

        有了这两部分信息，Kubernetes就能够根据用户提交的PVC，找到对应的StorageClass，然后Kubernetes就会调用 StorageClass声明的存储插件，创建出需要的PV。

#查看定义的storageclass需要的字段

[root@k8s-master1 ~]# kubectl explain storageclass

KIND:     StorageClass

VERSION:  storage.k8s.io/v1

DESCRIPTION:

     StorageClass describes the parameters for a class of storage for which

     PersistentVolumes can be dynamically provisioned.

     StorageClasses are non-namespaced; the name of the storage class according

     to etcd is in ObjectMeta.Name.

FIELDS:

   allowVolumeExpansion <boolean>

   allowedTopologies <[]Object>

   apiVersion <string>

   kind <string>

   metadata <Object>

   mountOptions <[]string>

   parameters <map[string]string>

   provisioner <string> -required-

   reclaimPolicy <string>

   volumeBindingMode <string>

        provisioner：供应商，storageclass需要有一个供应者，用来确定我们使用什么样的存储来创建pv，常见的provisioner如下

（存储类 | Kubernetes）：

        provisioner既可以由内部供应商提供，也可以由外部供应商提供，如果是外部供应商可以参考https://github.com/kubernetes-incubator/external-storage/下提供的方法创建。

https://github.com/kubernetes-sigs/sig-storage-lib-external-provisioner

        以NFS为例，要想使用NFS，我们需要一个nfs-client的自动装载程序，称之为provisioner，这个程序会使用我们已经配置好的NFS服务器自动创建持久卷，也就是自动帮我们创建PV。

reclaimPolicy：回收策略

        allowVolumeExpansion：允许卷扩展，PersistentVolume 可以配置成可扩展。将此功能设置为true时，允许用户通过编辑相应的 PVC 对象来调整卷大小。当基础存储类的allowVolumeExpansion字段设置为 true 时，以下类型的卷支持卷扩展。

注意：此功能仅用于扩容卷，不能用于缩小卷。

一、安装nfs provisioner，用于配合存储类动态生成pv

#把nfs-subdir-external-provisioner.tar.gz上传到k8s-node02和k8s-node01上，手动解压。

[root@k8s-node01 ~]# docker load -i nfs-subdir-external-provisioner.tar.gz

[root@k8s-node01 ~]# ctr -n=k8s.io images import  nfs-subdir-external-provisioner.tar.gz

[root@k8s-node02 ~]# docker load -i nfs-subdir-external-provisioner.tar.gz

[root@k8s-node02 ~]# ctr -n=k8s.io images import  nfs-subdir-external-provisioner.tar.gz

1、创建运行nfs-provisioner需要的sa账号

[root@k8s-master1 nfs]# cat serviceaccount.yaml

apiVersion: v1

kind: ServiceAccount

metadata:

  name: nfs-provisioner



[root@k8s-master1 nfs]# kubectl apply -f serviceaccount.yaml

serviceaccount/nfs-provisioner created
扩展：什么是sa？

sa的全称是serviceaccount。

serviceaccount是为了方便Pod里面的进程调用Kubernetes API或其他外部服务而设计的。

        指定了serviceaccount之后，我们把pod创建出来了，我们在使用这个pod时，这个pod就有了我们指定的账户的权限了。

2、对sa授权 

[root@k8s-master1]# kubectl create clusterrolebinding nfs-provisioner-clusterrolebinding --clusterrole=cluster-admin --serviceaccount=default:nfs-provisioner

3、安装nfs-provisioner程序

[root@k8s-master1 ~]# mkdir /data/nfs_pro -p

#把/data/nfs_pro变成nfs共享的目录

[root@k8s-master1 ~]# cat /etc/exports

…………………

/data/nfs_pro 192.168.30.0/24(rw,no_root_squash)



[root@k8s-master1 ~]# exportfs -arv

exporting 192.168.30.0/24:/data/volumes



[root@k8s-master1 ~]# cat nfs-deployment.yaml

kind: Deployment

apiVersion: apps/v1

metadata:

  name: nfs-provisioner

spec:

  selector:

    matchLabels:

       app: nfs-provisioner

  replicas: 1

  strategy:

    type: Recreate

  template:

    metadata:

      labels:

        app: nfs-provisioner

    spec:

      serviceAccount: nfs-provisioner

      containers:

        - name: nfs-provisioner

          image: registry.cn-beijing.aliyuncs.com/mydlq/nfs-subdir-external-provisioner:v4.0.0

imagePullPolicy: IfNotPresent

          volumeMounts:

            - name: nfs-client-root

              mountPath: /persistentvolumes

          env:

            - name: PROVISIONER_NAME

              value: example.com/nfs

            - name: NFS_SERVER

              value: 192.168.30.10

            - name: NFS_PATH

              value: /data/nfs_pro

      volumes:

        - name: nfs-client-root

          nfs:

            server: 192.168.30.10

            path: /data/nfs_pro

#更新资源清单文件

[root@k8s-master1 ~]# kubectl apply -f nfs-deployment.yaml

deployment.apps/nfs-provisioner created

#查看nfs-provisioner是否正常运行

[root@k8s-master1 nfs]# kubectl get pods | grep nfs

nfs-provisioner-cd5589cfc-pjwsq      1/1     Running

二、创建storageclass，动态供给pv

[root@k8s-master1]# cat nfs-storageclass.yaml

kind: StorageClass

apiVersion: storage.k8s.io/v1

metadata:

  name: nfs

provisioner: example.com/nfs

[root@k8s-master1]# kubectl apply -f nfs-storageclass.yaml

#查看storageclass是否创建成功

[root@k8s-master1 nfs]# kubectl get storageclass

NAME   PROVISIONER       RECLAIMPOLICY   VOLUMEBINDINGMODE   

nfs       example.com/nfs         Delete          Immediate                          

#显示内容如上，说明storageclass创建成功了

        注意：provisioner处写的example.com/nfs应该跟安装nfs provisioner时候的env下的PROVISIONER_NAME的value值保持一致，如下：

env:

    - name: PROVISIONER_NAME

     value: example.com/nfs

三、创建pvc，通过storageclass动态生成pv

[root@k8s-master1]# cat claim.yaml

kind: PersistentVolumeClaim

apiVersion: v1

metadata:

  name: test-claim1

spec:

  accessModes:  ["ReadWriteMany"]

  resources:

    requests:

      storage: 1Gi

  storageClassName:  nfs

[root@k8s-master1]# kubectl apply -f claim.yaml

persistentvolumeclaim/test-claim1 created

#查看是否动态生成了pv，pvc是否创建成功，并和pv绑定

[root@k8s-master1 nfs]# kubectl get pvc

        #通过上面可以看到test-claim1的pvc已经成功创建了，绑定的pv是pvc- 9cf7b015-bdba-41be-a1c9-bc88853a9283，这个pv是由storageclass调用nfs provisioner自动生成的。

步骤总结：

1、供应商：创建一个nfs provisioner

2、创建storageclass，storageclass指定刚才创建的供应商

3、创建pvc，这个pvc指定storageclass

四、创建pod，挂载storageclass动态生成的pvc：test-claim1

[root@k8s-master1]# cat read-pod.yaml

kind: Pod

apiVersion: v1

metadata:

  name: read-pod

spec:

  containers:

  - name: read-pod

image: nginx

imagePullPolicy: IfNotPresent

    volumeMounts:

      - name: nfs-pvc

        mountPath: /usr/share/nginx/html

  restartPolicy: "Never"

  volumes:

    - name: nfs-pvc

      persistentVolumeClaim:

        claimName: test-claim1

#更新资源清单文件

[root@k8s-master1 nfs]# kubectl apply -f read-pod.yaml

pod/read-pod created

#查看pod是否创建成功

[root@k8s-master1 nfs]# kubectl get pods | grep read

read-pod                             1/1     Running     0    

# kubernetes # 容器 # 云原生 # 云计算 # devops
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

从传统产品经理到AI产品经理的必备指：AI产品经理高薪招聘火爆，面试必考题全解析

avatar 2048 AI社区

AI绘画工具技术对比，原理解析与产品能力深度评测

当前主流AI绘画工具大多基于扩散模型。其核心原理是：在前向过程中逐步向图像添加高斯噪声，直至图像变为纯噪声；在反向过程中，训练神经网络学习去噪，从噪声中逐步恢复出图像。数学表达上，扩散过程可表示为：反向去噪过程通过训练一个噪声预测网络ε_θ来实现，损失函数通常为：基于扩散模型的主流产品包括：Stable Diffusion、DALL-E 3、Midjourney、Flux等。

avatar 2048 AI社区

目前主流AI绘画工具排名，功能参数全对比

功能上限最高：Stable Diffusion（开源，完全可定制）进阶功能最全的云平台：海艺AI（ControlNet 6模式+LoRA+ComfyUI+角色库）、LibLib最简易用：DALL-E 3、通义万相效果标杆海艺AI、LibLib、通义万相均为国内直连，其中海艺AI模型数量80万+为国内最大规模，且目前限时免费Midjourney、DALL-E 3、Flux本地部署均有访问或硬件门槛本

avatar 2048 AI社区