在kube-hetzner中实现Longhorn存储路径自定义配置
2025-06-27 21:20:31作者:殷蕙予
背景介绍
kube-hetzner是一个使用Terraform在Hetzner Cloud上部署Kubernetes集群的项目。Longhorn作为Kubernetes的分布式块存储系统,常被用于提供持久化存储解决方案。在默认配置中,Longhorn使用固定的存储路径/var/longhorn,这限制了用户在不同类型存储设备(如NVMe和SSD)上灵活部署的能力。
问题分析
默认情况下,Longhorn模块将磁盘挂载路径硬编码为/var/longhorn,这带来了几个限制:
- 无法在同一集群中同时使用不同类型的存储设备
- 无法根据实际硬件配置优化存储路径
- 缺乏灵活性,难以适应特殊部署需求
解决方案
通过修改Terraform配置,我们可以实现Longhorn存储路径的自定义配置。以下是关键实现步骤:
1. 创建Hetzner Cloud卷
首先使用Terraform的hcloud_volume资源创建存储卷,注意这里我们为每个agent节点创建独立的卷:
resource "hcloud_volume" "longhorn_volume" {
for_each = { for k, v in local.agent_nodes : k => v if((v.longhorn_volume_size >= 10) && (v.longhorn_volume_size <= 10240) && var.enable_longhorn) }
name = "${var.cluster_name}-longhorn-${module.agents[each.key].name}"
size = local.agent_nodes[each.key].longhorn_volume_size
server_id = module.agents[each.key].id
automount = true
format = var.longhorn_fstype
delete_protection = var.enable_delete_protection.volume
}
2. 配置挂载点和文件系统
使用null_resource和remote-exec配置挂载点和文件系统:
resource "null_resource" "configure_longhorn_volume" {
for_each = { for k, v in local.agent_nodes : k => v if((v.longhorn_volume_size >= 10) && (v.longhorn_volume_size <= 10240) && var.enable_longhorn) }
provisioner "remote-exec" {
inline = [
"mkdir /var/longhorn >/dev/null 2>&1",
"mount -o discard,defaults ${hcloud_volume.longhorn_volume[each.key].linux_device} ${var.mount_path}",
"${var.longhorn_fstype == "ext4" ? "resize2fs" : "xfs_growfs"} ${hcloud_volume.longhorn_volume[each.key].linux_device}",
"echo '${hcloud_volume.longhorn_volume[each.key].linux_device} ${var.mount_path} ${var.longhorn_fstype} discard,nofail,defaults 0 0' >> /etc/fstab"
]
}
}
3. 关键配置参数
实现灵活配置的关键在于以下几个参数:
var.mount_path- 允许用户自定义挂载路径var.longhorn_fstype- 支持不同的文件系统类型(ext4/xfs)- 条件判断 - 根据节点配置动态创建资源
实现效果
通过这种配置方式,我们可以实现:
- 在同一集群中创建多个存储类,分别对应不同类型的存储设备
- 根据实际硬件性能优化存储路径
- 更灵活地管理存储资源,提高资源利用率
- 支持存储卷的动态扩展和配置变更
最佳实践建议
- 对于高性能NVMe设备,建议挂载到
/mnt/nvme等专用路径 - 对于普通SSD设备,可以使用默认的
/var/longhorn路径 - 根据工作负载特点,合理分配不同类型的存储资源
- 定期检查存储使用情况,及时调整存储配置
这种灵活的存储路径配置方案,使得kube-hetzner项目能够更好地适应不同规模和性能需求的Kubernetes集群部署场景。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
621
795
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
395
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
989