数据持久化问题

本文主要就数据落盘问题来探讨数据持久化。

数据落盘问题的由来

这本质上是数据持久化问题，对于有些应用依赖持久化数据，比如应用自身产生的日志需要持久化存储的情况，需要保证容器里的数据不丢失，在Pod挂掉后，其他应用依然可以访问到这些数据，因此我们需要将数据持久化存储起来。

数据落盘问题解决方案

下面以一个应用的日志收集为例，该日志需要持久化收集到ElasticSearch集群中，如果不考虑数据丢失的情形，可以直接使用前面提到的应用日志收集一节中的方法，但考虑到Pod挂掉时logstash（或filebeat）并没有收集完该pod内日志的情形，我们想到了如下这种解决方案，示意图如下：

日志持久化收集解决方案示意图

1. 首先需要给数据落盘的应用划分node，即这些应用只调用到若干台主机上

2. 给这若干台主机增加label

3. 使用deamonset方式在这若干台主机上启动logstash的Pod（使用nodeSelector来限定在这几台主机上，我们在边缘节点启动的treafik也是这种模式）

4. 将应用的数据通过volume挂载到宿主机上

5. Logstash（或者filebeat）收集宿主机上的数据，数据持久化不会丢失

Side-effect

1. 首先kubernetes本身就提供了数据持久化的解决方案statefulset，不过需要用到公有云的存储或其他分布式存储，这一点在我们的私有云环境里被否定了。

2. 需要管理主机的label，增加运维复杂度，但是具体问题具体对待

3. 必须保证应用启动顺序，需要先启动logstash

4. 为主机打label使用nodeSelector的方式限制了资源调度的范围