AI 助理
备案控制台
文档
输入文档关键字查找
首页 容器服务 Kubernetes 版 ACK 云原生AI套件 操作指南 弹性数据集 Serverless数据访问加速 ACK缓存模式 加速Job应用数据访问

加速Job应用数据访问

更新时间：
产品详情
我的收藏

Fluid支持在Serverless场景下，通过JindoRuntime优化对象存储的访问，该访问支持缓存模式和无缓存模式。本文介绍如何使用缓存模式加速Job应用数据访问。

前提条件

使用限制

本功能与ACK弹性调度功能冲突，暂不支持同时使用。关于弹性调度功能的更多信息，请参见自定义弹性资源优先级调度。

步骤一：上传测试数据到OSS Bucket

  1. 创建一个2 GB的测试文件，本文以test为例。

  2. 将测试文件上传到阿里云OSS对应的Bucket。

    您可以通过OSS提供的客户端工具ossutil上传数据。具体操作，请参见安装ossutil。

步骤二：创建Dataset和JindoRuntime

当K8s和OSS环境配置完毕后，您只需要耗费几分钟即可完成Dataset和JindoRuntime环境的部署。

  1. 使用以下内容，创建secret.yaml文件。

    在创建Dataset之前，您可以创建如下YAML文件，保存OSS的fs.oss.accessKeyId和fs.oss.accessKeySecret。

    apiVersion: v1
kind: Secret
metadata:
  name: access-key
stringData:
  fs.oss.accessKeyId: ****
  fs.oss.accessKeySecret: ****

  2. 执行以下命令，部署Secret。

    kubectl create -f secret.yaml

  3. 使用以下内容，创建dataset.yaml文件。

    YAML文件中包含以下两部分信息：

    • Dataset：描述远端存储数据集和UFS的信息。

    • JindoRuntime：启动一个JindoFS的集群来提供缓存服务。

    apiVersion: data.fluid.io/v1alpha1
kind: Dataset
metadata:
  name: serverless-data
spec:
  mounts:
  - mountPoint: oss://<oss_bucket>/<bucket_dir>
    name: demo
    path: /
    options:
      fs.oss.endpoint: <oss_endpoint>
    encryptOptions:
      - name: fs.oss.accessKeyId
        valueFrom:
          secretKeyRef:
            name: access-key
            key: fs.oss.accessKeyId
      - name: fs.oss.accessKeySecret
        valueFrom:
          secretKeyRef:
            name: access-key
            key: fs.oss.accessKeySecret
---
apiVersion: data.fluid.io/v1alpha1
kind: JindoRuntime
metadata:
  name: serverless-data
spec:
  replicas: 1
  tieredstore:
    levels:
      - mediumtype: MEM
        volumeType: emptyDir
        path: /dev/shm
        quota: 5Gi
        high: "0.95"
        low: "0.7"

    部分参数说明如下：

    参数

    说明

    mountPoint

    表示挂载UFS的路径，路径格式为oss://<oss_bucket>/<bucket_dir>。路径中不需要包含Endpoint信息。例如：oss://mybucket/path/to/dir。

    如果您使用单挂载点，可以将path设置为/。

    fs.oss.endpoint

    表示OSS Bucket的Endpoint信息，配置您的公网或私网地址。

    配置私网地址可以提高数据访问性能，但是需要您的K8s集群所在区域和OSS区域相同。例如您的Bucket在杭州Region，则公网地址为oss-cn-hangzhou.aliyuncs.com，私网地址为oss-cn-hangzhou-internal.aliyuncs.com。

    fs.oss.accessKeyId

    表示OSS Bucket的AK ID信息，有权限访问Bucket。

    fs.oss.accessKeySecret

    表示OSS Bucket的AK ID密钥信息，有权限访问Bucket。

    replicas

    表示创建JindoRuntime缓存Worker的数量。

    mediumtype

    缓存类型。仅支持HDD（机械硬盘）、SSD（固态硬盘）和MEM（内存）三种类型。

    关于mediumtype的推荐配置，请参见策略二：选择缓存介质。

    volumeType

    缓存介质存储卷类型。仅支持emptyDir和hostPath两种类型，默认为hostPath类型。

    • 如果使用内存或本地存储的系统盘作为缓存介质，推荐选择emptyDir类型，避免节点上缓存数据残留，进而影响节点可用性。

    • 如果使用本地存储的数据盘作为缓存介质，可使用hostPath类型，并配置path指定为宿主机上数据盘的挂载路径。

    关于volumeType的推荐配置，请参见策略二：选择缓存介质。

    path

    表示缓存路径，目前只支持单个路径。

    quota

    表示缓存最大容量。例如100 Gi表示最大可用100 GiB。

    high

    表示存储容量上限。

    low

    表示存储容量下限。

    重要

    数据访问模式默认为只读模式，如果您想使用读写模式，请参考配置数据集访问模式。

  4. 执行以下命令，部署JindoRuntime和Dataset。

    kubectl create -f dataset.yaml

  5. 执行以下命令，查看Dataset的部署情况。

    kubectl get dataset serverless-data

    预期输出：

    NAME              UFS TOTAL SIZE   CACHED   CACHE CAPACITY   CACHED PERCENTAGE   PHASE   AGE
serverless-data   1.16GiB          0.00B    5.00GiB          0.0%                Bound   2m8s

    由预期输出得到，PHASE为Bound，表示Dataset部署成功。

  6. 执行以下命令，查看JindoRuntime的部署情况。

    kubectl get jindo serverless-data

    预期输出：

    NAME              MASTER PHASE   WORKER PHASE   FUSE PHASE   AGE
serverless-data   Ready          Ready          Ready        2m51s

    由预期输出得到，FUSE为Ready，表示JindoRuntime部署成功。

（可选）步骤三：数据预热

预先加热数据可以提升首次数据的访问性能。如果您希望在首次访问数据时得到更好的性能体验，建议您使用该功能。

  1. 使用以下内容，创建dataload.yaml文件。

    apiVersion: data.fluid.io/v1alpha1
kind: DataLoad
metadata:
  name: serverless-data-warmup
spec:
  dataset:
    name: serverless-data
    namespace: default
  loadMetadata: true

  2. 执行以下命令，部署Dataload。

    kubectl create -f dataload.yaml

  3. 执行以下命令，查看数据预热的进度。

    kubectl get dataload

    预期输出：

    NAME                     DATASET           PHASE      AGE     DURATION
serverless-data-warmup   serverless-data   Complete   2m49s   45s

    由预期输出得到，数据预热耗时为45s。

  4. 执行以下命令，查看缓存结果。

    kubectl get dataset

    预期输出：

    NAME              UFS TOTAL SIZE   CACHED    CACHE CAPACITY   CACHED PERCENTAGE   PHASE   AGE
serverless-data   1.16GiB          1.16GiB   5.00GiB          100.0%              Bound   5m20s

    由预期输出得到，未进行数据预热时，CACHED为0.0%，数据预热后，CACHED为100.0%。

步骤四：创建Job类型应用容器访问OSS

您可以通过创建应用容器来使用JindoFS加速服务，或者提交机器学习作业来体验相关功能。本文以创建一个Job类型应用容器访问OSS数据服务为例进行说明。

  1. 使用以下内容，创建job.yaml文件。

    apiVersion: batch/v1
kind: Job
metadata:
  name: demo-app
spec:
  template:
    metadata:
      labels:
        alibabacloud.com/fluid-sidecar-target: eci
        alibabacloud.com/eci: "true"
      annotations:
        k8s.aliyun.com/eci-use-specs: ecs.g7.4xlarge
    spec:
      containers:
        - name: demo
          image: debian:buster
          args:
            - -c
            - du -sh /data && time cp -r /data/ /tmp
          command:
            - /bin/bash
          volumeMounts:
            - mountPath: /data
              name: demo
      restartPolicy: Never
      volumes:
        - name: demo
          persistentVolumeClaim:
            claimName: serverless-data
  backoffLimit: 4

  2. 执行以下命令，创建应用容器。

    kubectl create -f job.yaml

  3. 执行以下命令，查看启动日志。

    kubectl  logs demo-app--1-7zqdm  -c demo

    预期输出：

    real    0m1.760s
user    0m0.002s
sys     0m0.740s

    由预期输出得到，文件拷贝时间real为0m1.760s。使用无缓存模式加速Job应用数据访问，文件拷贝时间为0m23.644s。缓存模式相比无缓存模式，速度提升了约14倍。

步骤五：清理环境

当您不再使用数据访问功能时，请及时清理环境。

  1. 执行以下命令，删除应用容器。

    kubectl delete job demo-app

  2. 执行以下命令，删除Dataset。

    kubectl delete dataset serverless-data
上一篇：加速在线应用数据访问下一篇：加速Argo任务数据访问
文档推荐