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 加速在线应用数据访问

加速在线应用数据访问

更新时间: 2023-07-10 12:39:08

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在线应用数据访问。

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，请参见弹性调度。

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://large-model-sh/
    name: demo
    path: /
    options:
      fs.oss.endpoint: oss-cn-shanghai.aliyuncs.com
    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
        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。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表示缓存类型。

    创建JindoRuntime模板样例时，JindoFS目前只支持HDD、SSD或MEM三者中的某一种缓存类型。

    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jindo_fluid_oss_append_fuseonly.md。
  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，如果您希望得到更好的首次访问性能，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Serverless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Serverless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serving.yaml文件。
    apiVersion: apps/v1
kind: Deployment
metadata:
  name: model-serving
spec:
  selector:
    matchLabels:
      app: model-serving
  template:
    metadata:
      labels:
        app: model-serving
        alibabacloud.com/fluid-sidecar-target: eci
        alibabacloud.com/eci: "true"
      annotations:
         k8s.aliyun.com/eci-use-specs: ecs.g7.4xlarge
    spec:
      containers:
        - image: fluidcloudnative/serving
          name: serving
          ports:
            - name: http1
              containerPort: 8080
          env:
            - name: TARGET
              value: "World"
          volumeMounts:
            - mountPath: /data
              name: data
      volumes:
        - name: data
          persistentVolumeClaim:
            claimName: serverless-data
  2. 执行以下命令，创建应用容器。
    kubectl create -f serving.yaml
  3. 查看Serving文件大小。
    1. 执行以下命令，登录Pod的应用容器。
      kubectl exec -it model-serving-85b645b5d5-2trnf -c serving -- bash
    2. 在Pod中执行以下命令，查看Serving文件大小。
      bash-4.4# du -sh /data/wwm_uncased_L-24_H-1024_A-16.zip
      预期输出：
      1.2G    /data/wwm_uncased_L-24_H-1024_A-16.zip
  4. 执行以下命令，查看启动日志。
    kubectl  logs model-serving-85b9587c5b-9dpbc  -c serving
    预期输出：
    Begin loading models at 18:18:25

real    0m2.142s
user    0m0.000s
sys    0m0.755s
Finish loading models at 18:18:27
    由预期输出得到，文件拷贝时间real为0m2.142s。使用无缓存模式加速在线应用数据访问，文件拷贝时间为0m27.107s。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 deployment model-serving
  2. 执行以下命令，删除Dataset。
    kubectl delete dataset serverless-data
阿里云首页 容器服务 Kubernetes 版 ACK 相关技术圈