Skip to content

Latest commit

 

History

History
149 lines (127 loc) · 5.14 KB

get_started.md

File metadata and controls

149 lines (127 loc) · 5.14 KB
Raw

Fluid 快速上手

本文档介绍了如何创建或使用 Kubernetes 集群环境，通过 Helm 完成 Fluid 安装部署，并使用 Fluid 创建数据集。

前置需求

  1. Kubernetes 1.14+

    如果你目前没有满足条件的 Kubernetes 环境, 那么我们推荐你选择官方认证的 Kubernetes 云服务, 通常情况下, 你仅需寥寥几步即可快速获得一个专属的 Kubernetes 环境, 以下列出了部分经过认证的 Kubernetes 云服务:

    注意: 考虑到 Minikube 功能的局限性,我们不推荐使用 Minikube 进行接下来的步骤

  2. Kubectl 1.14+

    请确保Kubectl已经正确配置使其能够与你的Kubernetes环境进行交互

  3. Helm 3

    在接下来的步骤中, 将使用Helm 3进行 Fluid 的快速安装

安装Fluid

  1. 创建命名空间

    $ kubectl create ns fluid-system

  2. 从 Github 仓库Release页面下载最新版本的Fluid

  3. 使用 Helm 安装 Fluid

    $ helm install fluid fluid-<version>.tgz
NAME: fluid
LAST DEPLOYED: Tue Jul  7 11:22:07 2020
NAMESPACE: default
STATUS: deployed
REVISION: 1
TEST SUITE: None

  4. 查看Fluid的运行状态

    $ kubectl get po -n fluid-system
NAME                                         READY   STATUS    RESTARTS   AGE
alluxioruntime-controller-64948b68c9-zzsx2   1/1     Running   0          108s
csi-nodeplugin-fluid-2mfcr                   2/2     Running   0          108s
csi-nodeplugin-fluid-l7lv6                   2/2     Running   0          108s
dataset-controller-5465c4bbf9-5ds5p          1/1     Running   0          108s

创建dataset

Fluid提供了云原生的数据加速和管理能力，并抽象出了数据集(Dataset)概念方便用户管理，接下来将演示如何用 Fluid 创建一个数据集。

  1. 创建一个Dataset CRD对象，其中描述了数据集的来源。

    $ cat<<EOF >dataset.yaml
apiVersion: data.fluid.io/v1alpha1
kind: Dataset
metadata:
  name: demo
spec:
  mounts:
    - mountPoint: https://mirrors.bit.edu.cn/apache/spark/
      name: spark
EOF

    执行安装

    $ kubectl create -f dataset.yaml

  2. 创建 AlluxioRuntime CRD对象，用来描述支持这个数据集的 Runtime, 在这里我们使用Alluxio作为其Runtime

    $ cat<<EOF >runtime.yaml
apiVersion: data.fluid.io/v1alpha1
kind: AlluxioRuntime
metadata:
  name: demo
spec:
  replicas: 1
  tieredstore:
    levels:
      - mediumtype: MEM
        path: /dev/shm
        quota: 2Gi
        high: "0.95"
        low: "0.7"
EOF

    使用kubectl完成创建

    $ kubectl create -f runtime.yaml

  3. 接下来，我们创建一个应用容器来使用该数据集，我们将多次访问同一数据，并比较访问时间来展示 Fluid 的加速效果。

    $ cat<<EOF >app.yaml
apiVersion: v1
kind: Pod
metadata:
  name: demo-app
spec:
  containers:
    - name: demo
      image: nginx
      volumeMounts:
        - mountPath: /data
          name: demo
  volumes:
    - name: demo
      persistentVolumeClaim:
        claimName: demo
EOF

    使用kubectl完成创建

    $ kubectl create -f app.yaml

  4. 登录到应用容器中访问数据，初次访问会花费更长时间。

    $ kubectl exec -it demo-app -- bash
$ du -sh /data/spark/spark-3.0.1/spark-3.0.1-bin-without-hadoop.tgz
150M	/data/spark/spark-3.0.1/spark-3.0.1-bin-without-hadoop.tgz
$ time cp /data/spark/spark-3.0.1/spark-3.0.1-bin-without-hadoop.tgz /dev/null
real	0m13.171s
user	0m0.002s
sys	0m0.028s

  5. 为了避免其他因素(比如 page cache )对结果造成影响，我们将删除之前的容器，新建相同的应用，尝试访问同样的文件。由于此时文件已经被 Alluxio 缓存，可以看到第二次访问所需时间远小于第一次。

    $ kubectl delete -f app.yaml && kubectl create -f app.yaml
$ kubectl exec -it demo-app -- bash
$ time cp /data/spark/spark-3.0.1/spark-3.0.1-bin-without-hadoop.tgz /dev/null
real	0m0.034s
user	0m0.001s
sys	0m0.032s

到这里，我们简单地创建了一个数据集并实现了数据集的抽象管理与加速, 更多有关 Fluid 的更详细的信息, 请参考以下示例文档: