Dieser Artikel wirft einen plattformunabh\u00e4ngigen Blick auf persistenten Speicher, indem er dessen Arten, Architektur und Anwendungsf\u00e4lle entdeckt. Au\u00dferdem bietet er eine praktische Demonstration, die den Unterschied zwischen Volume Storage und persistentem Volume Storage in Docker verdeutlicht.<\/p>\n
Arten von persistentem Speicher<\/h2>\n
Es gibt verschiedene Arten von nichtfl\u00fcchtigem Speicher, darunter herk\u00f6mmliche Festplatten (HDDs), Solid-State-Laufwerke (SSDs), Netzwerkspeicher (NAS) und Speichernetzwerke (SANs).<\/p>\n
- \n
- HDDs<\/strong> sind elektromechanische Datenspeicher, die digitale Daten mit Hilfe von sich drehenden Magnetscheiben speichern und abrufen. Die Festplatten verwenden Magnetk\u00f6pfe auf einem beweglichen Antriebsarm, die Daten lesen und schreiben.<\/li>\n
- SSDs<\/strong>, manchmal auch Halbleiterspeicher, Solid-State-Ger\u00e4te oder Solid-State-Disks genannt, verwenden integrierte Schaltkreise, um Daten dauerhaft zu speichern. Durch ihren station\u00e4ren Charakter sind sie schneller und zuverl\u00e4ssiger als HDDs.<\/li>\n
- Netzwerkspeicher<\/strong> sind eine Gruppe von HDDs, SSDs oder beidem, die \u00fcber ein lokales Netzwerk mit einem Dateisystem wie dem New Technology File System (NTFS) oder dem vierten erweiterten Dateisystem (EXT4) verbunden sind.<\/li>\n
- SANs<\/strong> sind vernetzte Hochgeschwindigkeits-Speicherger\u00e4te auf Blockebene, wie z. B. Bandbibliotheken oder Festplatten-Arrays. Ihre Verbindung erscheint f\u00fcr das Betriebssystem als lokaler Speicher und ist nicht \u00fcber das lokale Netzwerk (LAN) zug\u00e4nglich.<\/li>\n<\/ul>\n\n
Architektur des persistenten Speichers<\/h2>\n
Es gibt drei Ans\u00e4tze f\u00fcr persistenten Speicher, jeder mit eigenen Anwendungsf\u00e4llen und Einschr\u00e4nkungen.<\/p>\n
Objektbezogene persistente Architektur<\/h3>\n
Der Ansatz der objektpersistenten Architektur nutzt das objektrelationale Mapping (ORM), um Daten als Objekte in einer relationalen oder Key-Value-Datenbank zu speichern. Dieser Ansatz ist n\u00fctzlich, wenn die Daten kein definiertes Schema haben, da das ORM die Speicherung und den Abruf der Daten \u00fcbernimmt.<\/p>\n
Persistente Blockarchitektur<\/h3>\n
Die Block-Persistent-Architektur verwendet Speicherger\u00e4te auf Blockebene, die f\u00fcr die Speicherung gro\u00dfer Dateien n\u00fctzlich sind. Dieser Ansatz ist bei der Speicherung gro\u00dfer Datenmengen von Vorteil, da du mehrere Bl\u00f6cke verwenden kannst, um die Speicherkapazit\u00e4t zu erh\u00f6hen.<\/p>\n
Persistente Filestore-Architektur<\/h3>\n
Wie der Name schon sagt, wird bei der persistenten Dateispeicherarchitektur ein Dateisystem f\u00fcr die Datenspeicherung verwendet. Eine Methode ist die Verwendung von Datenbankservern, die eine zentrale Speicherung von Daten erm\u00f6glichen. Cloud-Hosting-L\u00f6sungen wie die von Kinsta verwenden Datenbankserver<\/a>, die leicht mit Anwendungen verbunden werden k\u00f6nnen und Persistenz bieten.<\/p>\n
Die persistente Architektur eines Dateispeichers ist hilfreich f\u00fcr Anwendungen, bei denen h\u00e4ufig Dateien abgerufen werden m\u00fcssen, und wenn du eine Schnittstelle f\u00fcr die Verwaltung dieser Dateien brauchst.<\/p>\n
Anwendungsf\u00e4lle f\u00fcr persistenten Speicher<\/h3>\n
In diesem Abschnitt werden einige Anwendungsf\u00e4lle f\u00fcr jeden Speichertyp erl\u00e4utert.<\/p>\n
Persistenter Objektspeicher<\/strong><\/h4>\n
- \n
- Cloud-Speicher:<\/strong> Object Persistent Storage wird h\u00e4ufig in Cloud-Speicherl\u00f6sungen<\/a> verwendet, um gro\u00dfe Mengen unstrukturierter Daten wie Bilder, Videos und Dokumente zu speichern und abzurufen. Cloud-Anbieter nutzen Objektspeicher, um ihren Kunden skalierbare, hochverf\u00fcgbare und dauerhafte Speicherdienste anzubieten.<\/li>\n
- Big Data-Analysen:<\/strong> Objektspeicher werden in der Big-Data-Analytik eingesetzt, um gro\u00dfe Datens\u00e4tze zu speichern und zu verwalten, die h\u00e4ufig f\u00fcr Datenanalysen, maschinelles Lernen und KI verwendet werden. Objektspeicher erm\u00f6glicht einen schnellen und effizienten Datenzugriff und ist damit ein wichtiger Bestandteil von Big-Data-Architekturen.<\/li>\n
- Content Delivery Networks:<\/strong> Objektspeicher wird in Content Delivery Networks<\/a> (CDNs) eingesetzt, um Inhalte wie Bilder, Videos und statische Dateien zu speichern und \u00fcber ein globales Netzwerk von Servern zu verteilen. Objektspeicher erm\u00f6glicht es CDNs, Inhalte in hoher Geschwindigkeit an Nutzer\/innen weltweit zu liefern, unabh\u00e4ngig von ihrem Standort.<\/li>\n<\/ul>\n
Persistente Blockspeicher<\/strong><\/h4>\n
- \n
- High-Performance-Computing (HPC):<\/strong> In HPC-Umgebungen werden gro\u00dfe Datenmengen schnell und effizient verarbeitet. Mit Blockspeicher k\u00f6nnen HPC-Cluster gro\u00dfe Datenmengen speichern und abrufen, z. B. bei wissenschaftlichen Simulationen, Wettermodellen und Finanzanalysen. Blockspeicher werden f\u00fcr HPC h\u00e4ufig bevorzugt, weil sie einen leistungsstarken Zugriff auf Daten mit geringer Latenz erm\u00f6glichen und parallele Ein-\/Ausgabeoperationen (E\/A) erlauben, was die Verarbeitungszeiten erheblich verbessern kann.<\/li>\n
- Videobearbeitung:<\/strong> Videobearbeitungsanwendungen erfordern einen leistungsstarken Zugriff auf gro\u00dfe Videodateien mit geringer Latenzzeit. Au\u00dferdem m\u00fcssen sie eine gro\u00dfe Anzahl von E\/A-Vorg\u00e4ngen pro Sekunde und eine geringe Latenzzeit bew\u00e4ltigen, um Videodateien in Echtzeit zu rendern und zu bearbeiten. Blockspeicher bieten diese F\u00e4higkeiten und sind damit die ideale L\u00f6sung f\u00fcr Videobearbeitungs-Workflows.<\/li>\n
- Spiele:<\/strong> Spieleanwendungen erfordern ebenfalls eine hohe Leistung und niedrige Latenzzeiten f\u00fcr den Zugriff auf Spielinhalte und Spielerdaten. Blockspeicher speichert und ruft gro\u00dfe Datenmengen schnell ab und sorgt daf\u00fcr, dass Spielumgebungen schnell geladen werden und w\u00e4hrend des Spiels reaktionsschnell bleiben.<\/li>\n<\/ul>\n
Filestore Persistenter Speicher<\/strong><\/h4>\n
- \n
- Medien und Unterhaltung:<\/strong> Anwendungen f\u00fcr Videobearbeitung, Animation und Rendering nutzen h\u00e4ufig persistenten Speicher. Diese Anwendungen erfordern einen leistungsstarken und latenzarmen Zugriff auf gro\u00dfe Mediendateien wie Video, Audio und Bilder. Filestore bietet ein gemeinsames Dateisystem, auf das mehrere Clients zugreifen k\u00f6nnen, und ist damit eine ideale Speicherl\u00f6sung f\u00fcr diese Anwendungen.<\/li>\n
- Web Content Management:<\/strong> Web-Content-Management-Systeme<\/a> (CMS) nutzen Filestore als dauerhaften Speicher in gemeinsamen Dateisystemen, um Website-Inhalte wie Texte, Bilder und Multimedia-Dateien zu speichern und zu verwalten. Filestore bietet einen zentralen Speicherort f\u00fcr Website-Inhalte und erleichtert so deren Verwaltung und Aktualisierung. Au\u00dferdem k\u00f6nnen so mehrere Nutzer\/innen gleichzeitig an denselben Inhalten arbeiten, was die Zusammenarbeit und Produktivit\u00e4t verbessert.<\/li>\n<\/ul>\n
Dauerhafte Speicherung in Containern<\/h2>\n
Container sind leichtgewichtig, portabel, sicher und unkompliziert und bieten eine Verschmelzung zwischen verschiedenen Anwendungen. Sie m\u00fcssen \u00fcber einen Mechanismus verf\u00fcgen, um Daten zwischen Neustarts und Entfernung des Containers aufrechtzuerhalten. Container haben einen Dateispeicher oder ein Dateisystem wie herk\u00f6mmliche Anwendungen, aber wenn du sie mit neuen \u00c4nderungen neu aufbaust, verlierst du alle nicht-persistenten Daten.<\/p>\n
Deshalb bieten Container die M\u00f6glichkeit, Volume-Storage einzubinden oder ein Storage-Volume zu mounten. Container behandeln Speichervolumes wie ein Verzeichnis. Alle Daten, die auf das Volume geschrieben werden, landen im Host-Dateisystem.<\/p>\n
Der persistente Speicher f\u00fcr Container muss auf diese Weise funktionieren, weil der Neustart eines Containers eine neue Instanz erzeugt und die alte Instanz verwirft. Wenn ein Container keine konsistente Sicht auf die Daten hat, werden die Daten beim Neustart des Containers gel\u00f6scht. Ein Speichervolumen bewahrt die Daten \u00fcber Sitzungen und Neustarts des Containers hinweg, so dass der Container seinen Zustand beibeh\u00e4lt, auch wenn er verschoben oder neu gestartet wird.<\/p>\n
Volume vs. Persistent Volume<\/h3>\n
In Containern gibt es 2 M\u00f6glichkeiten, persistente Daten zu speichern: mit Volumes und persistenten Volumes. Zwischen beiden gibt es einen wesentlichen Unterschied. Ein Container verwaltet die Daten im Volume-Speicher. Wenn du einen Container anh\u00e4ltst, bleiben die Daten erhalten und sind verf\u00fcgbar, wenn du den Container neu startest. Wenn du jedoch einen Container l\u00f6schst oder entfernst, gehen die Daten verloren, da du auch den zugrunde liegenden Volume-Speicher l\u00f6schst.<\/p>\n
Persistent Volume Storage oder Bind Mounts sind eine M\u00f6glichkeit, die Daten au\u00dferhalb des Dateisystems des Containers zu speichern. Auf diese Weise gehen die Daten nicht verloren, selbst wenn du den Container l\u00f6schst. Sie bleiben so lange erhalten, bis du sie manuell l\u00f6schst.<\/p>\n
Im folgenden Abschnitt werden beide Volume-Typen anhand von Beispielen demonstriert.<\/p>\n
Beispiel f\u00fcr persistenten Container-Speicher<\/h2>\n
Wir haben eine kleine Webanwendung erstellt, um die persistente Speicherung mit Docker-Containern<\/a> zu demonstrieren. Du kannst sie nachbauen, indem du Docker installierst und dir den Code aus diesem GitHub-Repository<\/a> holst.<\/p>\n
Die Anwendung ist ein einfaches Formular mit 2 Feldern f\u00fcr Benutzereingaben:<\/p>\n
- \n
- Titel<\/li>\n
- Text des Dokuments<\/li>\n<\/ul>\n
![\"Screenshot:](\"https:\/\/kinsta.com\/wp-content\/uploads\/2023\/04\/persistent-storage-demo-gui-interface.png\")
Die GUI der Demo-Anwendung mit den Feldern Titel<\/strong> und Dokumententext<\/strong>.<\/figcaption><\/figure>\n Sobald du die Benutzereingabe gespeichert hast, kannst du darauf zugreifen, indem du die Datei im Feedback-Verzeichnis<\/strong> mit dem im Feld Titel<\/strong> angegebenen Namen \u00f6ffnest. Die Eingabe im Feld Dokumententext<\/strong> ist der Inhalt der Datei.<\/p>\n
So verwendest du den Volumenspeicher<\/h3>\n
Wenn du die Anwendung auf deinem eigenen Rechner installiert hast, kann sie, wie in der Dockerdatei<\/strong> gezeigt, Volume Storage verwenden.<\/p>\n
![\"Screenshot:](\"https:\/\/kinsta.com\/wp-content\/uploads\/2023\/04\/persistent-storage-demo-dockerfile-content.png\")
Dockerfile, das die Verwendung von Volumenspeicher zeigt<\/figcaption><\/figure>\n Jetzt erstellst du das Image und startest den Container. Dazu f\u00fchrst du die folgenden Befehle aus.<\/p>\n
docker build -t feedback-node:volumes .\ndocker run -d -p 3000:80 --name feedback-app feedback-node:volumes<\/code><\/pre>\n![\"Aufbau](\"https:\/\/kinsta.com\/wp-content\/uploads\/2023\/04\/persistent-storage-demo-docker-build-command.png\")
Aufbau der Anwendung mit Volumenspeicher.<\/figcaption><\/figure>\n ![\"Das](\"https:\/\/kinsta.com\/wp-content\/uploads\/2023\/04\/persistent-storage-demo-docker-run-command.png\")
Das Ausf\u00fchren des Containers zeigt, dass er Volumenspeicher verwaltet.<\/figcaption><\/figure>\n Sobald die Anwendung l\u00e4uft, navigiere zu localhost:3000, um Feedback zu geben.<\/p>\n
![\"Screenshot:](\"https:\/\/kinsta.com\/wp-content\/uploads\/2023\/04\/persistent-storage-demo-saving-form-data.png\")
\u00dcbermittlung von Feedback an die Anwendung<\/figcaption><\/figure>\n Klicke auf Speichern<\/strong> und navigiere zu localhost:3000\/feedback\/test.txt<\/strong>, um zu sehen, ob die Eingabe erfolgreich gespeichert wurde oder nicht.<\/p>\n
![\"Erfolgreiches](\"https:\/\/kinsta.com\/wp-content\/uploads\/2023\/04\/persistent-storage-demo-confirming-stored-data.png\")
Erfolgreiches Feedback best\u00e4tigt.<\/figcaption><\/figure>\n Entferne den Container und starte ihn neu, um zu sehen, ob die Eingabe bestehen bleibt.<\/p>\n
docker stop feedback-app\ndocker start feedback-app<\/code><\/pre>\nWenn du jetzt die gleiche URL aufrufst, siehst du, dass die R\u00fcckmeldung immer noch da ist. Aber was passiert, wenn du den Container entfernst und ihn neu startest?<\/p>\n
docker stop feedback-app\ndocker rm feedback-app\ndocker run -d -p 3000:80 --name feedback-app feedback-node:volumes<\/code><\/pre>\nWenn du nach dem Neustart zu dieser URL<\/a> zur\u00fcckkehrst, ist sie nicht mehr vorhanden, weil die Daten beim Entfernen des Containers verloren gegangen sind. Die Volumendaten bleiben nur erhalten, wenn du den Container stoppst, nicht wenn du ihn entfernst.<\/p>\n
![\"Die](\"https:\/\/kinsta.com\/wp-content\/uploads\/2023\/04\/persistent-storage-demo-data-not-available.png\")
Die Feedback-Daten sind verloren gegangen.<\/figcaption><\/figure>\n Um dieses Problem zu entsch\u00e4rfen und die Daten auch dann zu erhalten, wenn du den Container entfernst, musst du persistenten Volume-Speicher oder benannten Speicher verwenden. Zuerst solltest du die Container und Images aufr\u00e4umen.<\/p>\n
docker stop feedback-app\ndocker rm feedback-app\ndocker rmi feedback-node:volumes<\/code><\/pre>\nSo verwendest du persistenten Volumenspeicher<\/h3>\n
Bevor du dies testest, musst du das VOLUME-Attribut aus der Dockerdatei entfernen und das Image neu erstellen.<\/p>\n
![\"Screenshot:](\"https:\/\/kinsta.com\/wp-content\/uploads\/2023\/04\/persistent-storage-demo-editing-docker-file.png\")
Aktualisiertes Dockerfile, um das VOLUME-Attribut zu entfernen<\/figcaption><\/figure>\n docker build -t feedback-node:volumes .\ndocker run -d -p 3000:80 --name feedback-app -v feedback:\/app\/feedback feedback-node:volumes<\/code><\/pre>\nWie du siehst, verwendest du im zweiten Befehl das
-v<\/code> Flag, um das persistente Volume au\u00dferhalb des Containers zu definieren, das auch dann bestehen bleibt, wenn du den Container entfernst.<\/p>\nWie im vorherigen Schritt kannst du versuchen, Feedback hinzuzuf\u00fcgen und darauf zuzugreifen, wenn du den Container stoppst, entfernst und neu startest.<\/p>\n
![\"Screenshot:](\"https:\/\/kinsta.com\/wp-content\/uploads\/2023\/04\/persistent-storage-demo-test-external-volume.png\")
Hinzuf\u00fcgen einer neuen R\u00fcckmeldung f\u00fcr einen Persistenztest<\/figcaption><\/figure>\n docker stop feedback-app\ndocker rm feedback-app\ndocker run -d -p 3000:80 --name feedback-app -v feedback:\/app\/feedback feedback-node:volumes<\/code><\/pre>\nWie du siehst, sind die Daten auch nach dem Stoppen und Entfernen des Containers zug\u00e4nglich und bleiben erhalten.<\/p>\n
![\"Nach](\"https:\/\/kinsta.com\/wp-content\/uploads\/2023\/04\/persistent-storage-demo-confirm-external-volume-data.png\")
Nach dem Stoppen und Entfernen des Containers bleiben die Daten erhalten.<\/figcaption><\/figure>\n\n Zusammenfassung<\/h2>\n
Persistenter Speicher ist f\u00fcr containerisierte Anwendungen unerl\u00e4sslich, da er es erm\u00f6glicht, Daten auch au\u00dferhalb des Lebenszyklus eines Containers zu speichern. Die beiden wichtigsten Arten von persistentem Speicher f\u00fcr containerisierte Anwendungen sind Volumes und Bind-Mounts, die jeweils ihre Vorteile und Anwendungsf\u00e4lle haben.<\/p>\n
Volumes werden im Dateisystem des Containers gespeichert, w\u00e4hrend Bind-Mounts direkt auf dem Host-Rechner zug\u00e4nglich sind.<\/p>\n
Persistenter Speicher erm\u00f6glicht die gemeinsame Nutzung von Daten zwischen Containern und damit den Aufbau komplexer, mehrschichtiger Anwendungen. Persistenter Speicher ist wichtig, um die Stabilit\u00e4t und Kontinuit\u00e4t von containerisierten Anwendungen zu gew\u00e4hrleisten und bietet eine zuverl\u00e4ssige und flexible M\u00f6glichkeit, wichtige Daten zu speichern.<\/p>\n
Entwickelst du eine Anwendung, die persistenten Speicher ben\u00f6tigt? In unserer Bibliothek mit Schnellstartbeispielen<\/a> erf\u00e4hrst du, wie du deine Anwendung von Git-Hosts wie GitHub, GitLab und Bitbucket<\/a> auf Kinsta bereitstellst.<\/p>\n
- Web Content Management:<\/strong> Web-Content-Management-Systeme<\/a> (CMS) nutzen Filestore als dauerhaften Speicher in gemeinsamen Dateisystemen, um Website-Inhalte wie Texte, Bilder und Multimedia-Dateien zu speichern und zu verwalten. Filestore bietet einen zentralen Speicherort f\u00fcr Website-Inhalte und erleichtert so deren Verwaltung und Aktualisierung. Au\u00dferdem k\u00f6nnen so mehrere Nutzer\/innen gleichzeitig an denselben Inhalten arbeiten, was die Zusammenarbeit und Produktivit\u00e4t verbessert.<\/li>\n<\/ul>\n
- Videobearbeitung:<\/strong> Videobearbeitungsanwendungen erfordern einen leistungsstarken Zugriff auf gro\u00dfe Videodateien mit geringer Latenzzeit. Au\u00dferdem m\u00fcssen sie eine gro\u00dfe Anzahl von E\/A-Vorg\u00e4ngen pro Sekunde und eine geringe Latenzzeit bew\u00e4ltigen, um Videodateien in Echtzeit zu rendern und zu bearbeiten. Blockspeicher bieten diese F\u00e4higkeiten und sind damit die ideale L\u00f6sung f\u00fcr Videobearbeitungs-Workflows.<\/li>\n
- Big Data-Analysen:<\/strong> Objektspeicher werden in der Big-Data-Analytik eingesetzt, um gro\u00dfe Datens\u00e4tze zu speichern und zu verwalten, die h\u00e4ufig f\u00fcr Datenanalysen, maschinelles Lernen und KI verwendet werden. Objektspeicher erm\u00f6glicht einen schnellen und effizienten Datenzugriff und ist damit ein wichtiger Bestandteil von Big-Data-Architekturen.<\/li>\n
- SSDs<\/strong>, manchmal auch Halbleiterspeicher, Solid-State-Ger\u00e4te oder Solid-State-Disks genannt, verwenden integrierte Schaltkreise, um Daten dauerhaft zu speichern. Durch ihren station\u00e4ren Charakter sind sie schneller und zuverl\u00e4ssiger als HDDs.<\/li>\n