翻译 | Kubernetes Operator 对数据库的重要性

作者:Stephen Thorn

翻译:刘玲玲

原文:https://www.percona.com/blog/2020/10/08/the-criticality-of-a-kubernetes-operator-for-databases/

一些刚接触 Kubernetes 的公司尝试使用传统环境中运行数据库的方法在 Kubernetes 中运行数据库。但是,不建议这样做。因为这可能会导致数据丢失,并且也不建议这样管理生产工作负载。为什么这样做很危险?又如何解决这个问题?

适合 Kubernetes 的工作负载

在考虑将数据库迁移到 Kubernetes 之前,请确保应用程序的其余部分是云原生的,并可以使用 Kubernetes。如果您已经开始对数据库进行垂直弹性伸缩和水平弹性伸缩,并需要编排数据库来控制成本,将其迁移至 Kubernetes 上就是个不错的选择。

将数据库工作负载转移到 Kubernetes 上有两个理想的使用场景:微服务和统一抽象层。

庞大的单一数据集可能会阻碍发挥 Kubernetes 的一些优点:自修复和高可用性。这可能是一个问题,因为在加入数据库集群时,需要耗费时间将数据物理传输到新 Pod 实例上。如果数据集太大,由于物理限制,这个过程会很慢,并影响性能和数据库的可用性。而微服务就非常合适,因为它的数据集相对较小,使得 Kubernetes 能很好地进行自动化处理。

希望充分利用云原生应用程序和数据库的公司也非常适合 Kubernetes。如果想利用统一抽象层在任何地方部署和运行数据库,Kubernetes 是一个很好的选择。可以将数据库移动到任何运行着 Kubernetes 的地方。

我们对大型非分片数据集以及 Kubernetes 在处理这些数据集时的局限性进行了讨论,但我们还应该看看什么样的工作负载更适合传统平台。对吞吐量比较敏感的应用程序在 Kubernetes 上表现可能没有那么好,或者不是很划算。Kubernetes 基本是为容器编排而设计的,而不是为需要极低延迟的高性能数据库而设计的。也许这能够实现,但代价是什么呢?对于高性能的分布式数据库也同样如此。

如何看待 Pod?

Pets 和 Cattle 是 DevOps 中的一对概念。Pets 表示在出现问题时需要关注单个服务器的部署方式,Cattle 表示在出现问题时用副本替换服务器的能力。在 Kubernetes 的运作方式中,当出现应用程序无法控制的因素时,可以在任何时候销毁、创建或移动 Pod。Kubernetes 使用一个调度程序(scheduler),它可以销毁和重建 Pod,以满足您的 Kubernetes 集群配置需求。

这对于无状态应用程序非常有用,因为应用程序中的任何失败都将导致包含应用程序的 Pod 被销毁和重新创建,而不需要人工交互,并极大地加快了问题的解决。这对于数据库来说并不理想,因为我们不希望数据库突然停止工作,并造成数据丢失或损坏。Kubernetes 可以使用 StatefulSet 提供持久标识符来帮助解决这个问题。这有利于管理有状态工作负载,但是要如何发挥高可用性和利用 Kubernetes 的自动化优势呢?

如何看待数据库?

从设计上讲,数据库需要保持其身份、信息,最重要的是,数据在任何时候都是安全和可访问的。数据库是应用程序的支柱,因为它们是应用程序正常运行所依赖的真实数据来源。数据库操作中的任何错误都将迅速导致应用程序无法运行。简单来说,数据库很重要。

我们如何在 Kubernetes 中安全地运行数据库,并确保数据库部署是高可用的?

通过使用 StatefulSet 和持久卷(Persistent Volume),可以保持数据的完整性,但是我们还需要另外的工具来承担数据库管理任务,例如确保故障转移、恢复数据库成员、重新加入高可用架构以及其他特定技术功能。幸运的是,Kubernetes 是可扩展的,并且拥有 Operator,用于自动执行管理服务的关键任务。

自动化,自动化,自动化

我们了解了在 Kubernetes 中安全运行数据库的复杂性,以及一些用来帮助弥合自动化和传统人工在功能之间差距的概念。在一些数据库 Operator 的帮助下,我们可以按照预期的方式安全地运行数据库。这些 Operator 能够将一些通常由数据库管理员完成的任务自动化执行,例如:

  • 自动部署,严格的一致性,无单点故障
  • 自动伸缩,通过更改 size 参数添加或删除集群或 ReplicaSet 成员
  • 自动备份和恢复
  • 自动修复,从单个集群或 ReplicaSet 成员的故障中自动恢复
  • 自动管理密码轮换系统用户
  • 简化更新

总结

由于运行数据库环境的复杂性和对高可用的要求,以及动态 Kubernetes 环境带来的风险,强烈建议在 Kubernetes 中部署数据库时,使用 Operator 来实现。

欢迎使用 RadonDB MySQL Kubernetes 一款高可用 MySQL 集群 Operator!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,185评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,445评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,684评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,564评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,681评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,874评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,025评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,761评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,217评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,545评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,694评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,351评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,988评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,778评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,007评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,427评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,580评论 2 349

推荐阅读更多精彩内容