برنامه نویسی

Datashim: مدیریت مجموعه داده های S3 و NFS ساده برای Kubernetes

Summarize this content to 400 words in Persian Lang

Datashim یک چارچوب Kubernetes برای دسترسی آسان به مجموعه داده های S3 و NFS در پادها است. این تدارک ادعاهای حجم پایدار و ConfigMaps مورد نیاز برای هر مجموعه داده را هماهنگ می کند.

استفاده از مانیفست

اگر ترجیح می دهید، می توانید Datashim را با استفاده از مانیفست های ارائه شده نصب کنید. با ایجاد فضای نام dlf با:با ایجاد فضای نام dlf با:

ایجاد ns

kubectl create ns dlf

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

به منظور استقرار سریع Datashim

kubectl apply -f https://raw.githubusercontent.com/datashim-io/datashim/master/release-tools/manifests/dlf.yaml

kubectl label namespace default monitor-pods-datasets=enabl

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

مراحل بعد از نصب

با استفاده از دستور زیر اطمینان حاصل کنید که Datashim به درستی و آماده استقرار یافته است:

kubectl wait –for=condition=ready pods -l app.kubernetes.io/name=datashim -n dlf

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

برای استفاده از Datashim، باید یک Dataset ایجاد کنیم: می‌توانیم این کار را با ویرایش و اجرای موارد زیر انجام دهیم:

apiVersion: datashim.io/v1alpha1
kind: Dataset
metadata:
name: example-dataset
spec:
local:
type: COS
accessKeyID: test@1234
secretAccessKey: test@1234
endpoint: https://minio.demo.com
bucket: demo
region: us-east-1

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

اگر همه چیز جواب داد، اکنون باید یک PVC به نام نمونه داده را ببینید که می توانید آن را در غلاف خود نصب کنید. با فرض اینکه فضای نام خود را همانطور که در مراحل پس از نصب ذکر شد با monitor-pods-datasets=enabled برچسب گذاری کرده اید، اکنون می توانید PVC را به سادگی در یک pod نصب کنید:

apiVersion: v1
kind: Pod
metadata:
name: nginx
spec:
volumes:
– name: “example-dataset”
persistentVolumeClaim:
claimName: “example-dataset”
containers:
– name: nginx
image: nginx
volumeMounts:
– mountPath: “/mount/dataset1”
name: “example-dataset”

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

Datashim یک چارچوب Kubernetes برای دسترسی آسان به مجموعه داده های S3 و NFS در پادها است. این تدارک ادعاهای حجم پایدار و ConfigMaps مورد نیاز برای هر مجموعه داده را هماهنگ می کند.

استفاده از مانیفست

اگر ترجیح می دهید، می توانید Datashim را با استفاده از مانیفست های ارائه شده نصب کنید. با ایجاد فضای نام dlf با:
با ایجاد فضای نام dlf با:

ایجاد ns

kubectl create ns dlf
وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

به منظور استقرار سریع Datashim

kubectl apply -f https://raw.githubusercontent.com/datashim-io/datashim/master/release-tools/manifests/dlf.yaml

kubectl label namespace default monitor-pods-datasets=enabl
وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

مراحل بعد از نصب

با استفاده از دستور زیر اطمینان حاصل کنید که Datashim به درستی و آماده استقرار یافته است:

kubectl wait --for=condition=ready pods -l app.kubernetes.io/name=datashim -n dlf
وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

برای استفاده از Datashim، باید یک Dataset ایجاد کنیم: می‌توانیم این کار را با ویرایش و اجرای موارد زیر انجام دهیم:

apiVersion: datashim.io/v1alpha1
kind: Dataset
metadata:
    name: example-dataset
spec:
   local:
     type: COS
     accessKeyID:  test@1234
     secretAccessKey: test@1234
     endpoint: https://minio.demo.com
     bucket: demo
     region: us-east-1 
وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

اگر همه چیز جواب داد، اکنون باید یک PVC به نام نمونه داده را ببینید که می توانید آن را در غلاف خود نصب کنید. با فرض اینکه فضای نام خود را همانطور که در مراحل پس از نصب ذکر شد با monitor-pods-datasets=enabled برچسب گذاری کرده اید، اکنون می توانید PVC را به سادگی در یک pod نصب کنید:

apiVersion: v1
kind: Pod
metadata:
    name: nginx
spec:
    volumes:
    - name: "example-dataset"
      persistentVolumeClaim:
        claimName: "example-dataset"
    containers:
    - name: nginx
      image: nginx
      volumeMounts:
        - mountPath: "/mount/dataset1" 
          name: "example-dataset"
وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا