文档

加速在线应用数据访问

更新时间:

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.accessKeyIdfs.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HDDSSDMEM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,PHASEBound,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,FUSEReady,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,CACHED0.0%,数据预热后,CACHED100.0%

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real0m2.142s。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
  • 本页导读 (1)