4.3. ストレージクラスターの作成

Ceph mon デーモン

3 つの Ceph mon デーモンは、クラスター内の異なるノード上で開始しています。これらは Ceph クラスターのコアメタデータを管理し、過半数のクォーラムを形成する必要があります。各 mon のメタデータは、クラウド環境にある場合は PV によって、ローカルストレージデバイス環境にある場合はローカルホスト上のパスによってサポートされます。

Ceph mgr デーモン

このデーモンが起動し、クラスターのメトリックを収集して Prometheus に報告します。

Ceph OSD

これらの OSD は、storageClassDeviceSets の設定に従って作成されます。各 OSD は、ユーザーデータを格納する PV を消費します。デフォルトでは、Ceph は、CRUSH アルゴリズムを使用して高い耐久性と可用性を実現するために、異なる OSD 間でアプリケーションデータの 3 つのレプリカを維持します。

CSI プロビジョナー

これらのプロビジョナーは RBD と CephFS のために開始されます。OpenShift Container Storage のストレージクラスに対してボリュームがリクエストされると、リクエストは Ceph-CSI ドライバーに送信され、Ceph でボリュームをプロビジョニングします。

CSI ボリュームプラグインおよび CephFS

RBD および CephFSの CSI ボリュームプラグインは、クラスター内の各ノードで開始されます。ボリュームプラグインは、Ceph ボリュームをアプリケーションでマウントする必要がある場所で実行する必要があります。

CephBlockPool

CephBlockPool CR は、Rook オペレーターが RWO ボリューム用の Ceph プールを作成するための設定を提供します。

CephFilesystem

CephFilesystem CR は、通常 RWX ボリューム用に CephFS を使用して共有ファイルシステムを設定するように Rook オペレーターに指示します。共有ボリュームを管理するために、CephFS メタデータサーバー (MDS) が起動します。

CephObjectStore

CephObjectStore CR は、RGW サービスを使用してオブジェクトストアを設定するように Rook オペレーターに指示します。

CephObjectStoreUser CR

CephObjectStoreUser CR は、Rook オペレーターに、Noo Baa が消費するオブジェクトストアユーザーを設定し、access/private キーと CephObjectStore エンドポイントを公開するように指示します。

Amazon Web Services (AWS) のデプロイ

mcg-operator は、CloudCredentialsOperator (CCO) を使用して認証情報を作成し、新しい AWS::S3 バケットを作成し、そのバケットの上に BackingStore を作成します。

Microsoft Azure のデプロイ

mcg-operator は、CCO を使用して認証情報を作成し、新しい Azure Blob を作成し、そのバケットの上に BackingStore を作成します。

Google Cloud Platform (GCP) のデプロイ

mcg-operator は、CCO を使用して認証情報を作成して新しい GCP バケットを作成し、そのバケットに BackingStore を作成します。

オンプレミスデプロイメント

RGW が存在する場合、mcg-operator は RGW の上に新しい CephUser と新しいバケットを作成し、そのバケットの上に BackingStore を作成します。

前述のデプロイメントはいずれも適用できません

mcg-operator は、デフォルトのストレージクラスに基づいて pv-pool を作成し、そのバケットの上に BackingStore を作成します。

データベース (DB)

これは、メタデータ、統計、イベントなどを保持する Postgres DB です。ただし、保存されている実際のデータは保持されません。

コア

これは、設定、バックグラウンドプロセス、メタデータ管理、統計などを処理する Pod です。

エンドポイント

これらの Pod は、重複排除や圧縮、さまざまなサービスとの通信によるデータの書き込みと読み取りなど、実際の I/O 関連の作業を実行します。エンドポイントは、HorizonalPodAutoscaler と統合されており、既存のエンドポイント Pod で観察された CPU 使用率に応じて、エンドポイントの数が増減します。