此页面由 Cloud Translation API 翻译。

使用 GKE 数据缓存提升有状态工作负载的读取性能

标准

本指南介绍了如何在 Google Kubernetes Engine (GKE) 集群中使用 GKE 数据缓存，来提升读取密集型有状态应用的性能。GKE 数据缓存是一种托管式块存储解决方案，可加快在 GKE 上运行的有状态应用（例如数据库）的读取操作。

您只能将数据缓存与 GKE Standard 集群搭配使用。本指南将引导您完成以下操作：在创建新的 GKE Standard 集群或节点池时启用 GKE 数据缓存，以及预配具有数据缓存加速功能的 GKE 挂接磁盘。

GKE 数据缓存简介

借助 GKE 数据缓存，您可以将 GKE 节点上的本地 SSD 用作永久性存储（例如永久性磁盘或 Hyperdisk）的缓存层。使用本地 SSD 可减少磁盘读取延迟时间，并提高有状态工作负载的每秒查询次数 (QPS)，同时最大限度地减少内存要求。GKE 数据缓存支持将所有类型的永久性磁盘或 Hyperdisk 用作备份磁盘。

如需对应用使用 GKE 数据缓存，请配置挂接了本地 SSD 的 GKE 节点池。您可以将 GKE 数据缓存配置为使用所挂接本地 SSD 的全部或部分空间。GKE 数据缓存解决方案使用的本地 SSD 通过标准 Google Cloud 加密对静态数据进行加密。

优势

GKE 数据缓存具有以下优势：

传统数据库（如 MySQL 或 Postgres）和向量数据库每秒处理的查询速率有所提高。
通过最大限度缩短磁盘延迟时间，提高有状态应用的读取性能。
由于 SSD 位于节点本地，因此数据加载和重载速度更快。 数据加载是指将必要数据从永久性存储加载到本地 SSD 上的初始过程。数据重载是指在节点回收后恢复本地 SSD 上的数据的过程。

部署架构

下图显示了一个 GKE 数据缓存配置示例，其中包含两个各自运行一个应用的 Pod。这些 Pod 在同一 GKE 节点上运行。每个 Pod 使用单独的本地 SSD 和备份永久性磁盘。

部署模式

您可以通过以下两种模式之一设置 GKE 数据缓存：

透写（推荐）：当应用写入数据时，数据会同步写入缓存和底层永久性磁盘。writethrough 模式可防止数据丢失，适合大多数生产工作负载。
回写：当应用写入数据时，数据仅写入缓存。然后，数据会异步（在后台）写入永久性磁盘。writeback 模式可提高写入性能，适合依赖速度的工作负载。不过，此模式会影响可靠性。如果节点意外关闭，未刷新的缓存数据将丢失。

目标

在本指南中，您将学习如何：

创建底层 GKE 基础架构以使用 GKE 数据缓存。
创建挂接了本地 SSD 的专用节点池。
创建 StorageClass，以便在 Pod 通过 PersistentVolumeClaim (PVC) 请求 PersistentVolume (PV) 时动态预配 PV。
创建 PVC 以请求 PV。
创建使用 PVC 的 Deployment，以确保您的应用即使在 Pod 重启和重新调度期间也能访问永久性存储。

要求和规划

确保您满足以下使用 GKE 数据缓存的要求：

您的 GKE 集群必须运行 1.32.3-gke.1440000 版或更高版本。
您的节点池必须使用支持本地 SSD 的机器类型。如需了解详情，请参阅机器系列支持。

规划

在规划 GKE 数据缓存的存储容量时，请考虑以下方面：

将同时使用 GKE 数据缓存的每个节点的最大 Pod 数量。
将使用 GKE 数据缓存的 Pod 的预期缓存大小要求。
GKE 节点上可用的本地 SSD 总容量。如需了解哪些机器类型默认挂接了本地 SSD，以及哪些机器类型需要您挂接本地 SSD，请参阅选择有效的本地 SSD 磁盘数量。
对于第三代或更高代机器类型（默认情况下会挂接一定数量的本地 SSD），请注意，数据缓存的本地 SSD 是从该机器上的可用的本地 SSD 总数中预留的。
可能会减少本地 SSD 可用空间的文件系统开销。例如，即使您有一个节点具有两个本地 SSD，总原始容量为 750 GiB，但由于文件系统开销，所有数据缓存卷的可用空间可能较小。部分本地 SSD 容量已预留给系统使用。

限制

与 Backup for GKE 不兼容

在灾难恢复或应用迁移等场景中，为了保持数据完整性，您可能需要备份和恢复数据。如果您使用 Backup for GKE 恢复配置为使用数据缓存的 PVC，恢复过程会失败。出现此故障的原因是，恢复过程未正确传播原始 StorageClass 中的必要数据缓存参数。

价格

您需要支付本地 SSD 和所挂接的永久性磁盘的总预配容量的费用。您每月按 GiB 付费。

如需了解详情，请参阅 Compute Engine 文档中的磁盘价格。

准备工作

在开始之前，请确保您已执行以下任务：

启用 Google Kubernetes Engine API。

启用 Google Kubernetes Engine API

如果您要使用 Google Cloud CLI 执行此任务，请安装并初始化 gcloud CLI。如果您之前安装了 gcloud CLI，请运行 gcloud components update 命令以获取最新版本。较早版本的 gcloud CLI 可能不支持运行本文档中的命令。
注意：对于现有 gcloud CLI 安装，请务必设置 compute/region 属性。如果您主要使用可用区级集群，请改为设置 compute/zone。通过设置默认位置，您可以避免 gcloud CLI 中出现如下错误：One of [--zone, --region] must be supplied: Please specify location。如果集群的位置与您设置的默认位置不同，您可能需要在某些命令中指定位置。

查看节点池的支持本地 SSD 的机器类型。

配置 GKE 节点以使用数据缓存

如需开始使用 GKE 数据缓存来加速存储，您的节点必须具有必要的本地 SSD 资源。本部分展示了在创建新的 GKE 集群或向现有集群添加新的节点池时，用于预配本地 SSD 和启用 GKE 数据缓存的命令。您无法更新现有节点池来使用数据缓存。如果您想在现有集群上使用数据缓存，请向该集群添加新的节点池。

在新集群上

如需创建配置了数据缓存的 GKE 集群，请使用以下命令：

gcloud container clusters create CLUSTER_NAME \
    --location=LOCATION \
    --machine-type=MACHINE_TYPE \
    --data-cache-count=DATA_CACHE_COUNT \
    # Optionally specify additional Local SSDs, or skip this flag
    --ephemeral-storage-local-ssd count=LOCAL_SSD_COUNT

替换以下内容：

CLUSTER_NAME：集群的名称。为要创建的 GKE 集群提供一个唯一的名称。
LOCATION：新集群的 Google Cloud 区域或可用区。
MACHINE_TYPE：要为集群使用的第 2 代、第 3 代或更高代机器系列中的机器类型，例如 n2-standard-2 或 c3-standard-4-lssd。此字段是必填字段，因为本地 SSD 不能与默认的 e2-medium 类型搭配使用。如需了解详情，请参阅可用的机器系列。
DATA_CACHE_COUNT：默认节点池中每个节点上专门用于数据缓存的本地 SSD 卷的数量。每个本地 SSD 的容量为 375 GiB。卷的最大数量因机器类型和区域而异。请注意，部分本地 SSD 容量已预留给系统使用。
（可选）LOCAL_SSD_COUNT：要预配的本地 SSD 卷的数量，以满足其他临时存储需求。如果您想预配未用于数据缓存的其他本地 SSD，请使用 --ephemeral-storage-local-ssd count 标志。

对于第三代或更高代机器类型，请注意以下事项：
- 第三代或更高代机器类型默认挂接了特定数量的本地 SSD。挂接到每个节点的本地 SSD 的数量取决于您指定的机器类型。
- 如果您计划使用 --ephemeral-storage-local-ssd count 标志来提供额外的临时存储空间，请务必将 DATA_CACHE_COUNT 的值设置为小于机器上可用的本地 SSD 磁盘总数的数字。可用的本地 SSD 总数包括默认挂接的磁盘以及您使用 --ephemeral-storage-local-ssd count 标志添加的任何新磁盘。

此命令会创建一个 GKE 集群，该集群的默认节点池在第二代、第三代或更高代机器类型上运行，为数据缓存预配本地 SSD，并根据需要为其他临时存储需求预配额外的本地 SSD。

这些设置仅适用于默认节点池。

在现有集群上

如需在现有集群上使用数据缓存，您必须创建配置了数据缓存的新节点池。

如需创建配置了数据缓存的 GKE 节点池，请使用以下命令：

gcloud container node-pool create NODE_POOL_NAME \
    --cluster=CLUSTER_NAME \
    --location=LOCATION \
    --machine-type=MACHINE_TYPE \
    --data-cache-count=DATA_CACHE_COUNT \
    # Optionally specify additional Local SSDs, or skip this flag
    --ephemeral-storage-local-ssd count=LOCAL_SSD_COUNT

替换以下内容：

NODE_POOL_NAME：节点池的名称。为您要创建的节点池提供唯一名称。
CLUSTER_NAME：要创建节点池的现有 GKE 集群的名称。
LOCATION：与您的集群相同的 Google Cloud 区域或可用区。
MACHINE_TYPE：要为集群使用的第 2 代、第 3 代或更高代机器系列中的机器类型，例如 n2-standard-2 或 c3-standard-4-lssd。此字段是必填字段，因为本地 SSD 不能与默认的 e2-medium 类型搭配使用。如需了解详情，请参阅可用的机器系列。
DATA_CACHE_COUNT：节点池中每个节点上专门用于数据缓存的本地 SSD 卷的数量。每个本地 SSD 的容量为 375 GiB。卷的最大数量因机器类型和区域而异。请注意，部分本地 SSD 容量已预留给系统使用。
（可选）LOCAL_SSD_COUNT：要预配的本地 SSD 卷的数量，以满足其他临时存储需求。如果您想预配未用于数据缓存的其他本地 SSD，请使用 --ephemeral-storage-local-ssd count 标志。

对于第三代或更高代机器类型，请注意以下事项：
- 第三代或更高代机器类型默认挂接了特定数量的本地 SSD。挂接到每个节点的本地 SSD 的数量取决于您指定的机器类型。
- 如果您计划使用 --ephemeral-storage-local-ssd count 标志来添加临时存储空间，请务必将 DATA_CACHE_COUNT 设置为小于机器上可用的本地 SSD 磁盘总数。可用的本地 SSD 总数包括默认挂接的磁盘以及您使用 --ephemeral-storage-local-ssd count 标志添加的任何新磁盘。

此命令会创建一个在第二代、第三代或更高代机器类型上运行的 GKE 节点池，为数据缓存预配本地 SSD，并根据需要为其他临时存储需求预配额外的本地 SSD。

为 GKE 上的永久性存储空间预配数据缓存

本部分提供了一个示例，说明如何为有状态应用启用 GKE 数据缓存的性能优势。

创建具有本地 SSD 的节点池以用于数据缓存

首先，在 GKE 集群中创建一个挂接了本地 SSD 的新节点池。GKE 数据缓存使用本地 SSD 来提升所挂接的永久性磁盘的性能。

以下命令会创建一个使用第二代机器 n2-standard-2 的节点池：

gcloud container node-pools create datacache-node-pool \
    --cluster=CLUSTER_NAME \
    --location=LOCATION \
    --num-nodes=2 \
    --data-cache-count=1 \
    --machine-type=n2-standard-2

替换以下内容：

CLUSTER_NAME：集群的名称。指定要在其中创建新节点池的 GKE 集群。
LOCATION：与您的集群相同的 Google Cloud 区域或可用区。

此命令会创建具有以下规范的节点池：

--num-nodes=2：将此池中的初始节点数设置为 2。
--data-cache-count=1：指定每个节点上有一个本地 SSD 专用于 GKE 数据缓存。

为此节点池预配的本地 SSD 总数为 2，因为每个节点都预配了一个本地 SSD。

创建数据缓存 StorageClass

创建 Kubernetes StorageClass，告知 GKE 如何动态预配使用数据缓存的永久性卷。

使用以下清单创建并应用名为 pd-balanced-data-cache-sc 的 StorageClass：

kubectl apply -f - <<EOF
apiVersion: storage.k8s.io/v1
kind: StorageClass
metadata:
  name: pd-balanced-data-cache-sc
provisioner: pd.csi.storage.gke.io
parameters:
  type: pd-balanced
  data-cache-mode: writethrough
  data-cache-size: "100Gi"
volumeBindingMode: WaitForFirstConsumer
allowVolumeExpansion: true
EOF

数据缓存的 StorageClass 参数包括：

type：指定永久性卷的底层磁盘类型。如需了解更多选项，请参阅支持的永久性磁盘类型或 Hyperdisk 类型。
data-cache-mode：使用推荐的 writethrough 模式。如需了解详情，请参阅部署模式。
data-cache-size：将本地 SSD 容量设置为 100 GiB，用作每个 PVC 的读取缓存。

使用 PersistentVolumeClaim (PVC) 请求存储空间

创建一个引用您创建的 pd-balanced-data-cache-sc StorageClass 的 PVC。PVC 请求启用数据缓存的永久性卷。

使用以下清单创建一个名为 pvc-data-cache 的 PVC，该 PVC 请求一个具有 ReadWriteOnce 访问权限且容量至少为 300 GiB 的永久性卷。

kubectl apply -f - <<EOF
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: pvc-data-cache
spec:
  accessModes:
    - ReadWriteOnce
  resources:
    requests:
      storage: 300Gi
  storageClassName: pd-balanced-data-cache-sc
EOF

创建使用 PVC 的 Deployment

创建名为 postgres-data-cache 的 Deployment，该 Deployment 运行一个使用您之前创建的 pvc-data-cache PVC 的 Pod。cloud.google.com/gke-data-cache-count 节点选择器可确保将 Pod 调度到具有使用 GKE 数据缓存所需的本地 SSD 资源的节点上。

创建并应用以下清单，以配置一个使用 PVC 部署 Postgres Web 服务器的 Pod：

kubectl apply -f - <<EOF
apiVersion: apps/v1
kind: Deployment
metadata:
 name: postgres-data-cache
 labels:
   name: database
   app: data-cache
spec:
 replicas: 1
 selector:
   matchLabels:
     service: postgres
     app: data-cache
 template:
   metadata:
     labels:
       service: postgres
       app: data-cache
   spec:
     nodeSelector:
       cloud.google.com/gke-data-cache-disk: "1"
     containers:
     - name: postgres
       image: postgres:14-alpine
       volumeMounts:
       - name: pvc-data-cache-vol
         mountPath: /var/lib/postgresql/data2
         subPath: postgres
       env:
       - name: POSTGRES_USER
         value: admin
       - name: POSTGRES_PASSWORD
         value: password
     restartPolicy: Always
     volumes:
     - name: pvc-data-cache-vol
       persistentVolumeClaim:
         claimName: pvc-data-cache
EOF

确认已成功创建 Deployment：

kubectl get deployment

Postgres 容器可能需要几分钟才能完成预配并显示 READY 状态。

验证数据缓存配置

创建部署后，确认已正确配置具有数据缓存的永久性存储空间。

如需验证您的 pvc-data-cache 是否已成功绑定到永久性卷，请运行以下命令：

kubectl get pvc pvc-data-cache

输出类似于以下内容：

NAME             STATUS   VOLUME                                     CAPACITY   ACCESS MODES   STORAGECLASS                VOLUMEATTRIBUTESCLASS   AGE
pvc-data-cache   Bound    pvc-e9238a16-437e-45d7-ad41-410c400ae018   300Gi      RWO            pd-balanced-data-cache-sc   <unset>                 10m

如需确认是否已在节点上创建数据缓存的逻辑卷管理器 (LVM) 组，请按照以下步骤操作：
1. 获取相应节点上 PDCSI 驱动程序的 Pod 名称：
```
NODE_NAME=$(kubectl get pod --output json |  jq '.items[0].spec.nodeName' | sed 's/\"//g')
kubectl get po -n kube-system -o wide | grep ^pdcsi-node | grep $NODE_NAME
```
  从输出中复制 pdcsi-node Pod 的名称。
2. 查看 PDCSI 驱动程序日志，了解 LVM 组创建情况：
```
PDCSI_POD_NAME="PDCSI-NODE_POD_NAME"
kubectl logs -n kube-system $PDCSI_POD_NAME gce-pd-driver | grep "Volume group creation"
```
  将 PDCSI-NODE_POD_NAME 替换为您在上一步中复制的实际 Pod 名称。
  
  输出类似于以下内容：
```
Volume group creation succeeded for LVM_GROUP_NAME
```

此消息确认节点上已正确设置数据缓存的 LVM 配置。

清理

为避免系统向您的 Google Cloud 账号收取费用，请删除您在本指南中创建的存储资源。

删除部署

kubectl delete deployment postgres-data-cache

删除 PersistentVolumeClaim。
```
kubectl delete pvc pvc-data-cache
```
删除节点池。
```
gcloud container node-pools delete datacache-node-pool \
    --cluster CLUSTER_NAME
```
将 CLUSTER_NAME 替换为您创建使用数据缓存的节点池的集群的名称。

后续步骤

请参阅排查 GKE 中的存储问题。
在 GitHub 上详细了解 Persistent Disk CSI 驱动程序。

使用 GKE 数据缓存提升有状态工作负载的读取性能 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

GKE 数据缓存简介

优势

部署架构

部署模式

目标

要求和规划

限制

价格

准备工作

配置 GKE 节点以使用数据缓存

在新集群上

在现有集群上

为 GKE 上的永久性存储空间预配数据缓存

创建具有本地 SSD 的节点池以用于数据缓存

创建数据缓存 StorageClass

使用 PersistentVolumeClaim (PVC) 请求存储空间

创建使用 PVC 的 Deployment

验证数据缓存配置

清理

后续步骤

使用 GKE 数据缓存提升有状态工作负载的读取性能