Almacenamiento
Los contenedores olvidan todo al morir. Para guardar datos que tienen que sobrevivir, Kubernetes separa quien pide espacio (el PVC) de quien lo pone (el PV), y puede fabricar ese espacio al momento.
El problema: los contenedores tienen mala memoria
En la lección 01 viste que los contenedores son de usar y tirar: lo que se escribe dentro se pierde cuando el contenedor desaparece. Y en la 03, que los Pods también son efímeros: si uno muere, Kubernetes crea otro nuevo, quizá en otro servidor.
Eso está muy bien para una tienda web que no guarda nada. Pero ¿qué pasa con una base de datos, o con las fotos que suben los clientes? Esos datos tienen que sobrevivir aunque el contenedor se reinicie, el Pod se borre o se mude de máquina. Para eso existen los volúmenes (volumes).
Un contenedor es como una habitación de hotel: cuando te vas, la limpian y no queda nada tuyo. Si quieres que tus cosas sigan ahí la próxima vez, necesitas un trastero aparte, que no depende de la habitación. Esta lección va de trasteros: de distintos tipos, de cómo se piden y de quién los construye.
- Dentro del contenedor
- Los ficheros que el contenedor escribe en su propia capa. Desaparecen en cuanto el contenedor se reinicia.
- emptyDir
- Una carpeta vacía que se crea con el Pod y que comparten sus contenedores. Aguanta reinicios del contenedor, pero se borra al borrarse el Pod.
- Volumen persistente
- Almacenamiento que vive fuera del Pod. Los datos siguen ahí aunque el Pod se borre o se mude de nodo.
- sigue
- Los datos se conservan.
- se pierde
- Los datos desaparecen.
Volúmenes efímeros: emptyDir
El volumen más sencillo es emptyDir (carpeta vacía). Se crea vacío cuando el Pod arranca en un nodo y se borra cuando el Pod desaparece. Aguanta que un contenedor se reinicie, pero no que el Pod se elimine.
¿Para qué sirve entonces? Para dos cosas: guardar ficheros temporales (una caché, ficheros a medio procesar) y, sobre todo, para que varios contenedores del mismo Pod compartan ficheros. Por ejemplo, la aplicación escribe sus registros en el emptyDir y un sidecar los lee de ahí y los envía a otro sitio.
Un emptyDir es la pizarra de una sala de reuniones. Durante la reunión todos escriben y leen en ella; si alguien sale a por un café y vuelve, sigue ahí. Pero cuando termina la reunión y se cierra la sala, se borra.
ConfigMaps y Secrets como ficheros
Otro uso muy habitual de los volúmenes: convertir un ConfigMap o un Secret (lección 03) en ficheros dentro del contenedor. Cada clave aparece como un fichero con su valor dentro. Así la aplicación lee su configuración como siempre, de un fichero, sin saber que viene de Kubernetes. Y si cambias el ConfigMap, Kubernetes acaba actualizando esos ficheros solo (al cabo de un rato).
Almacenamiento persistente: PV y PVC
Para los datos que tienen que durar más que el Pod, Kubernetes usa dos objetos que se reparten el trabajo entre dos personas distintas:
- PersistentVolume (PV): un trozo de almacenamiento real, ya preparado: un disco en la nube, una carpeta en un servidor de ficheros… Lo pone el administrador del clúster. Es un objeto de todo el clúster, no vive en ningún Namespace.
- PersistentVolumeClaim (PVC): una petición de almacenamiento: «necesito 10 GB que pueda escribir». La hace quien despliega la aplicación, dentro de su Namespace.
Kubernetes busca un PV que cumpla lo pedido y los une (bind): ese PV queda reservado para ese PVC, uno a uno. Después, el Pod sólo tiene que decir «uso el PVC tal», sin saber qué disco hay detrás.
El PV es el trastero que tiene el edificio. El PVC es la solicitud que rellenas en conserjería: «necesito un trastero de 10 m² sólo para mí». El conserje te asigna uno que encaje y te da la llave. Tú no necesitas saber dónde está el trastero ni cómo se construyó; sólo lo usas.
- Namespace
- La «carpeta» del clúster donde viven la aplicación y su petición de disco.
- Pod
- La aplicación, aquí una base de datos, que necesita guardar datos.
- PVC (PersistentVolumeClaim)
- La petición de disco: «quiero 10 GB en los que pueda escribir». La hace quien despliega la aplicación, sin saber qué disco habrá detrás.
- bind
- La unión entre la petición (PVC) y un disco que la cumple (PV). Una vez unidos, ese disco es sólo para esa petición.
- PV (PersistentVolume)
- Un trozo de almacenamiento real ya preparado para el clúster. Es de todo el clúster, no de un Namespace.
# La petición: 10 GB del tipo «rapido», que pueda escribir un nodo apiVersion: v1 kind: PersistentVolumeClaim metadata: name: datos-db namespace: tienda spec: accessModes: ["ReadWriteOnce"] storageClassName: rapido resources: requests: storage: 10Gi
El PV es de todo el clúster (cluster-scoped) y el PVC vive en un Namespace. El Pod siempre apunta al PVC, nunca directamente al PV. Y un PV sólo puede estar unido a un PVC a la vez.
StorageClass: trasteros fabricados al momento
Con lo visto hasta ahora, el administrador tendría que crear los PV a mano por adelantado, adivinando qué tamaños va a pedir la gente. Eso se llama aprovisionamiento estático y es incómodo.
La solución es la StorageClass (StorageClass, clase de almacenamiento): una descripción de un tipo de almacenamiento («disco SSD rápido», «disco normal barato») junto con el programa que sabe fabricarlo, el provisioner. Cuando llega un PVC que pide esa clase, el disco y su PV se crean solos en ese momento. Eso es el aprovisionamiento dinámico (dynamic provisioning).
La StorageClass es el catálogo de conserjería: «trastero estándar» o «trastero climatizado». En vez de tener trasteros construidos de antemano, cuando pides uno del catálogo, un operario lo monta al momento con la medida exacta que has pedido.
- PVC
- La petición de disco, que indica qué clase de almacenamiento quiere.
- StorageClass
- Un «tipo» de almacenamiento con nombre, como «rápido» (SSD) o «barato». Dice qué programa debe crear el disco y con qué opciones.
- provisioner · driver CSI
- El programa que sabe crear discos en un sistema concreto (la nube, una cabina…). CSI es el estándar que permite enchufar esos programas a Kubernetes.
- Crea el disco y su PV
- El driver crea el disco real y el PV que lo representa, sin que nadie lo haga a mano.
- Bind
- La petición queda unida a su disco nuevo y el Pod ya puede usarlo.
Un clúster suele tener una StorageClass por defecto: si un PVC no indica clase, se usa esa.
Modos de acceso: cuántos pueden usarlo a la vez
No todo almacenamiento se puede compartir igual. Un disco de la nube normalmente sólo puede conectarse a un servidor a la vez; una carpeta compartida por red, a muchos. Por eso cada PV y cada PVC indica su modo de acceso (access mode):
| Modo | Abreviatura | Qué permite | Como un trastero… |
|---|---|---|---|
| ReadWriteOnce | RWO | Leer y escribir desde un solo nodo. | con una sola llave |
| ReadOnlyMany | ROX | Sólo leer, desde muchos nodos. | con escaparate: muchos miran, nadie toca |
| ReadWriteMany | RWX | Leer y escribir desde muchos nodos. | compartido por varios vecinos |
| ReadWriteOncePod | RWOP | Leer y escribir desde un solo Pod. | con llave personal e intransferible |
ReadWriteOnce habla de un nodo, no de un Pod. Varios Pods que estén en el mismo nodo pueden usar a la vez un volumen RWO. Si necesitas que sólo un Pod en todo el clúster pueda escribir, el modo es ReadWriteOncePod.
Y no todos los tipos de almacenamiento admiten todos los modos: un disco de bloque de la nube suele ser sólo RWO; para RWX hace falta algo compartido por red, como NFS.
¿Qué pasa con los datos al terminar? La reclaim policy
Cuando ya no necesitas el almacenamiento y borras el PVC, ¿qué pasa con el PV y con los datos? Lo decide la política de recuperación (reclaim policy) del PV:
- Delete: se borra el PV y también el disco real con todos sus datos. Es lo que se usa por defecto con el aprovisionamiento dinámico.
- Retain: el PV y los datos se conservan. El PV queda como liberado pero no se reutiliza solo: un administrador decide qué hacer con esos datos.
(Existía una tercera, Recycle, que vaciaba el volumen para reutilizarlo; está obsoleta.)
Devuelves la llave del trastero. Con Delete, el edificio lo vacía y lo derriba. Con Retain, el trastero se queda cerrado con tus cosas dentro hasta que el administrador decida qué hacer.
Para la base de datos de clientes de la tienda, mejor Retain: si alguien borra el PVC por error, los datos siguen ahí y se pueden recuperar. Para la caché de un entorno de pruebas, Delete: no merece la pena guardar nada.
CSI: el enchufe estándar del almacenamiento
Hay cientos de sistemas de almacenamiento: los discos de cada nube, cabinas de fabricantes, sistemas como Ceph… Kubernetes no puede saber manejarlos todos. Por eso existe CSI (Container Storage Interface), un estándar para que cada fabricante escriba su propio driver y lo instale en el clúster, sin tocar el código de Kubernetes.
Es la misma idea que ya conoces: CRI es el enchufe para los runtimes de contenedores (lección 01), CNI el de la red (lección 07) y CSI el del almacenamiento. Tres estándares para que cualquier fabricante encaje en Kubernetes.
Antes, el soporte de cada tipo de almacenamiento venía metido dentro del propio Kubernetes (in-tree). Esos plugins se han ido sustituyendo por drivers CSI externos (out-of-tree), que cada fabricante actualiza a su ritmo.
StatefulSet: un disco para cada copia
En la lección 03 viste que el StatefulSet es el controlador para aplicaciones como las bases de datos, donde cada copia tiene nombre fijo. Tiene un apartado especial, volumeClaimTemplates: una plantilla de PVC con la que se crea un PVC distinto para cada copia.
- StatefulSet
- El controlador para aplicaciones que guardan datos, como bases de datos. Da a cada Pod un nombre fijo y su propio disco.
- volumeClaimTemplates
- La «plantilla de petición de disco» del StatefulSet. A partir de ella crea un PVC distinto para cada Pod.
- Pod db-0, db-1, db-2
- Las copias de la base de datos, con nombre numerado fijo. Si una se cae, su sustituta recibe el mismo nombre.
- PVC datos-db-0…
- El disco propio de cada Pod. Cuando un Pod se sustituye, el nuevo se engancha al mismo PVC y recupera sus datos.
Dos detalles importantes:
- Si un Pod muere, su sustituto recupera el mismo nombre y el mismo disco. Por eso los datos de cada copia no se mezclan.
- Si reduces el número de copias o borras el StatefulSet, los PVC no se borran por defecto. Es una protección: los datos no desaparecen por un despiste.
Resumen en cinco frases
- Lo que se escribe dentro de un contenedor se pierde; para conservar datos se usan volúmenes.
- emptyDir vive lo que vive el Pod y sirve para temporales y para compartir ficheros entre contenedores; ConfigMaps y Secrets también se montan como ficheros.
- El PV es el almacenamiento real (de todo el clúster) y el PVC la petición (en un Namespace); el Pod usa el PVC.
- Con una StorageClass y su provisioner (normalmente un driver CSI), el PV y el disco se crean solos al pedir el PVC.
- Los modos de acceso (RWO, ROX, RWX, RWOP) dicen quién puede usarlo a la vez, y la reclaim policy (Delete o Retain) qué pasa con los datos al borrar el PVC.
Términos del examen
- Volume
- Almacenamiento que se conecta a un Pod.
- emptyDir
- Carpeta vacía que vive lo que vive el Pod.
- PersistentVolume (PV)
- Trozo de almacenamiento real del clúster. No vive en ningún Namespace.
- PersistentVolumeClaim (PVC)
- Petición de almacenamiento que hace una aplicación, dentro de un Namespace.
- Bind
- Unión uno a uno entre un PVC y un PV.
- StorageClass
- Tipo de almacenamiento con el programa que sabe crearlo.
- Provisioner
- El programa que fabrica los discos de una StorageClass.
- Dynamic provisioning
- Crear el PV y el disco automáticamente al llegar un PVC.
- Static provisioning
- El administrador crea los PV a mano por adelantado.
- RWO · ROX · RWX · RWOP
- Modos de acceso: un nodo escribe, muchos leen, muchos escriben, un solo Pod escribe.
- Reclaim policy
- Qué pasa con el PV al borrar el PVC: Delete (se borra) o Retain (se conserva).
- CSI
- El enchufe estándar para drivers de almacenamiento.
- volumeClaimTemplates
- Plantilla del StatefulSet que crea un PVC por cada copia.
Comprueba que lo has entendido
1. Which object does an application developer create to request persistent storage?
- PersistentVolume
- StorageClass
- PersistentVolumeClaim
- emptyDir
Ver respuesta
C. El PVC es la solicitud de trastero. El PV es el trastero en sí, y la StorageClass, el catálogo de tipos.
2. What happens to the data in an emptyDir volume when its Pod is deleted?
- It is moved to a PersistentVolume
- It is deleted permanently
- It is kept on the node for the next Pod
- It is copied to etcd
Ver respuesta
B. El emptyDir vive lo que vive el Pod: aguanta reinicios de contenedores, pero se borra con el Pod. Es la pizarra de la sala de reuniones.
3. Which access mode allows a volume to be mounted read-write by many nodes at the same time?
- ReadWriteOnce
- ReadOnlyMany
- ReadWriteMany
- ReadWriteOncePod
Ver respuesta
C. ReadWriteMany (RWX): muchos nodos leen y escriben. ReadOnlyMany sólo permite leer, y los dos «Once» limitan a un nodo o a un Pod.
4. What is the default reclaim policy for dynamically provisioned PersistentVolumes?
- Retain
- Recycle
- Delete
- Archive
Ver respuesta
C. Con aprovisionamiento dinámico, por defecto es Delete: al borrar el PVC se borran el PV y el disco. Si quieres conservar los datos, hay que usar Retain. Recycle está obsoleta y Archive no existe.
5. What is the purpose of the Container Storage Interface (CSI)?
- To let storage vendors provide drivers for Kubernetes without changing Kubernetes code
- To encrypt Secrets stored in etcd
- To schedule Pods onto nodes with enough disk space
- To back up the cluster
Ver respuesta
A. CSI es el enchufe estándar del almacenamiento: cada fabricante hace su driver y lo instala en el clúster, igual que CRI para runtimes y CNI para la red.