Lock in $30 Savings on PRO—Offer Ends Soon! ⏳
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ゼットラボにおける一歩進んだ Kubernetes向けストレージ管理方法
Search
Yukinori Sakashita
August 21, 2024
Technology
0
330
ゼットラボにおける一歩進んだ Kubernetes向けストレージ管理方法
2024/8/21開催の最新ストレージ運用交流会で発表した資料です。
Yukinori Sakashita
August 21, 2024
Tweet
Share
More Decks by Yukinori Sakashita
See All by Yukinori Sakashita
Kubernetes Persistent Volume向け ゾーン障害への備え
ysakashita
0
1.9k
はじめよう Kubernetes PersistentVolume のバックアップ
ysakashita
3
1.3k
2022年コンテナ/Kubernetes向けストレージ技術の最新動向
ysakashita
9
5.4k
Cloud Nativeに向けた考えるべきポイント
ysakashita
1
310
ステートフルアプリ on Kubernetesの現在と今後の展望
ysakashita
2
790
VM時代からコンテナ時代へストレージ管理の移り変わり
ysakashita
9
7.9k
Kubernetes時代のストレージ
ysakashita
1
670
Persistent Volumeのはじめの一歩
ysakashita
2
1k
PersistentVolumeの一歩進んだ使い方
ysakashita
3
1.8k
Other Decks in Technology
See All in Technology
"'TSのAPI型安全”の対価は誰が払う?不公平なスキーマ駆動に終止符を打つハイブリッド戦略
hal_spidernight
0
200
DGX SparkでローカルLLMをLangChainで動かした話
ruzia
0
120
プロダクト負債と歩む持続可能なサービスを育てるための挑戦
sansantech
PRO
1
1.1k
[続・営業向け 誰でも話せるOCI セールストーク] AWSよりOCIの優位性が分からない編(2025年11月21日開催)
oracle4engineer
PRO
1
150
Codeer.LowCode.Blazor 紹介と成長録
wadawada
0
110
TypeScript 6.0で非推奨化されるオプションたち
uhyo
15
5.6k
AI エージェント活用のベストプラクティスと今後の課題
asei
2
400
事業部のプロジェクト進行と開発チームの改善の “時間軸" のすり合わせ
konifar
3
350
Datadog LLM Observabilityで実現するLLMOps実践事例 / practical-llm-observability-with-datadog
k6s4i53rx
0
180
進化の早すぎる生成 AI と向き合う
satohjohn
0
290
私も懇親会は苦手でした ~苦手だからこそ懇親会を楽しむ方法~ / 20251127 Masaki Okuda
shift_evolve
PRO
4
310
Data Hubグループ 紹介資料
sansan33
PRO
0
2.3k
Featured
See All Featured
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.8k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
9.8k
Optimising Largest Contentful Paint
csswizardry
37
3.5k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
1.8k
For a Future-Friendly Web
brad_frost
180
10k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
Producing Creativity
orderedlist
PRO
348
40k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.2k
Embracing the Ebb and Flow
colly
88
4.9k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
231
22k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
359
30k
Statistics for Hackers
jakevdp
799
230k
Transcript
θοτϥϘʹ͓͚ΔҰาਐΜͩ ,VCFSOFUFT͚ετϨʔδཧํ๏ :VLJOPSJ4BLBTIJUB
ࣗݾհ ‣ ٕज़ݚڀΤϦΞ ӡ༻ཧٕज़ ΫϥυΠϯϑϥ ίϯςφ ࣗಈࣗίϯϐϡʔςΟϯά
"*.- // ).. #BZFTJBO/FUXPSL ‣ ৬ྺ ཱ࡞ॴ 㾎தԝݚڀॴԣݚڀॴ ओݚڀһ 㾎ւ֎ݚڀॴ!γϦίϯόϨʔ ϥϘ αʔόϕϯμʔ ςΫχΧϧ4& ‣ ஶॻ ,VCFSOFUFT࣮ફೖ جૅ͔Βͷ৽͍͠ετϨʔδೖ 2 ࡔԼಙ ത࢜ :VLJOPSJ4BLBTIJUB 1I% ‣ -*/&ϠϑʔגࣜձࣾθοτϥϘגࣜձࣾ ‣ 4/*"ຊࢧ෦෭ձ ٕज़ҕһձ෭ҕһϢʔεέʔεՊձ෭ձ ‣ 4/*"5FDIOJDBM$PVODJM"EWJTPS ‣ ใॲཧֶձ%1ฤूҕһ
θοτϥϘ ‣ ʹઃཱ͞Εͨ-*/&Ϡϑʔגࣜձࣾͷࢠձࣾ ‣ -*/&Ϡϑʔͷ࣍ੈΠϯϑϥΛݚڀ։ൃ ‣ -*/&Ϡϑʔ͚ʹ,VCFSOFUFTBTB4FSWJDF $BB4 ͳͲΛ։ൃ ‣
IUUQT[MBCDPKQ 3 ओʹچϠϑʔͷαʔϏε͚ʹఏڙத
-*/&ϠϑʔͱθοτϥϘͷମ੍ 4 $BB4ཧऀ ετϨʔδཧऀ ֎෦ϕϯμʔ $BB4ར༻ऀ 8FCαʔϏε։ൃऀ ,VCFSOFUTఏڙ αϙʔττϨʔχϯά $BB4͚ΠϯϑϥධՁ
ߏݕ౼ $BB4։ൃɺೲ ઃܭ૬ஊ ٕज़ηϛφʔ 4 αʔόཧऀ ωοτϫʔΫཧऀ $BB4 ཁ͍߹Θͤ -*/&Ϡϑʔ
ཁٻ͞ΕΔφϨοδ ‣ োൃੜ࣌$BB4ཧऀαʔόཧऀετϨʔδཧऀ͕ खͣ͜Δ͕θοτϥϘΤεΧϨʔγϣϯ ‣ θοτϥϘϝϯό$4*͔ΒετϨʔδ·Ͱͷ෯͍͕ࣝཁٻ͞ΕΔ ,VCFSOFUFT 4UPSBHF /PEF 04
$BB4BENJO 4FSWFSBENJO 4UPSBHFBENJO $4* ;-BC4UBUFGVMUFBN
ਓࡐ໘Ͱͷ՝ͱཁٻ ‣ ,VCFSOFUFTʹৄ͍͠ϝϯό͕ଟ͍͕αʔό 04 ετϨʔδʹৄ͍͠ ϝϯό ΄΅ ͍ͳ͍ ‣ ,VCFSOFUFT$4*υϥΠόͷ৽ػೳʹਵ͠ଓ͚Δඞཁ͋Γ
‣ োൃੜ࣌લஈͷνʔϜʹͯௐࠪͨ͠ޙɺΤεΧϨʔγϣϯ͞ΕΔͨΊ ൃੜ͔Β͕࣌ؒܦա͍ͯ͠Δͷ͕ଟ͘ɺଈԠ͕ظ͞Ε͍ͯΔ ‣ োରԠͰ࠷ޙͷࡆͱͳΔͨΊਂ͍ࣝඞཁ θοτϥϘͷ࣍ͷͭͷӡ༻ཧํ๏ʹ͍ͭͯհ ఆظతͳϩάௐࠪ ਓࡐҭؚΉ ੜ"*ʹΑΔোௐࠪࢧԉ
ఆظతͳϩάௐࠪ ֓ཁ ‣ $4*υϥΠό͕ग़ྗ͢ΔϩάΛिճͷϖʔεͰௐࠪ ‣ ࠒ͔Βग़ྗ͞ΕΔϩάͷϝοηʔδͷύλʔϯͱͦͷݪҼΛௐࠪ ٖࣅతʹোൃੜ࣌ͷௐࠪΛఆظతʹ࣮ࢪ͢Δ͜ͱͰোʹڧ͍ਓࡐΛҭ ‣ োൃੜ࣌ʹʮ͍ͭͱҧ͏ʯPSʮաڈʹܦݧͨ͠ʯ͕ଈ࠲ʹ
அͰ͖ΔΑ͏ʹτϨʔχϯά ‣ ະͷ8BSOJOH&SSPSϝοηʔδʹର͢Δௐࠪ݁ՌνʔϜͰੵڞ༗ ‣ க໋తͳόά͕ݟ͔ͭͬͨ߹ࣄલʹमਖ਼ରࡦΛߦ͏͜ͱͰ ຊ൪αʔϏεͰͷࣄނΛະવʹࢭ
ఆظతͳϩάௐࠪ ࡞ۀͷྲྀΕ 8 $4* ,VCFSOFUFT ‣ θοτϥϘʹͯӡ༻͍ͯ͠Δ,VCFSOFUFT্ͷ$4*υϥΠόͷϩά͕ର (SBGBOB-PLJ -PHऩू 4DSJQU
ಠࣗεΫϦϓτ िؒͷ ϩάऔಘ Ϩϙʔτੜ 8BSOJOH&SSPSϝοηʔδͷ ग़ྗճ ະͷϝοηʔδ ௐࠪ ݁Ռͷڞ༗ੵ ɾιʔείʔυ͔ΒൃੜՕॴͱཁҼΛཧղ ɾ04ετϨʔδΛௐࠪ͠ڍಈ ग़ྗϩάͳͲΛཧղ
ੜ"*ʹΑΔোௐࠪࢧԉ ΞʔΩςΫνϟ ‣ ੜ"*Λ͍ൃੜͨ͠ΞϥʔτͷௐࠪΛࢧԉʹτϥΠ 1P$ 9 ,VCFSOFUFT 1SPNFUIFVT "MFSU.BOBHFS 4MBDL
#PU ϝτϦΫε ऩू Ξϥʔτ ૹ৴ --. HQUQSFWJFX %# Ξϥʔτ ݕ ݪҼͱௐࠪํ๏Λ ͍߹Θͤ ˞ 3"( 3FUSJFWBM"VHNFOUFE(FOFSBUJPO "TTJTU BOUT "1* ճ อଘ Ξϥʔτͷઆ໌ Λهࡌͨ͠จষ ˞ϓϩϯϓτͱͯ͠ҎԼΛ͍߹Θͤ ʮ999ͷΞϥʔτʹ͍ͭͯߟ͑ΒΕΔݪҼͱɺͦΕΒͷௐࠪํ๏ΛՄೳੑͷߴ͍ॱʹྻڍͯ͠Լ͍͞ɻʯ
ੜ"*ʹΑΔোௐࠪࢧԉ υΩϡϝϯτྫ ‣ ࣄલʹ3"(ͷ%#อଘ͍ͯ͠ΔυΩϡϝϯτྫ 10
ੜ"*ʹΑΔোௐࠪࢧԉ ճྫ ‣ Մೳੑͷߴ͍ॱʹճ ҹ͚ͬ͜͏·ͱ 11
ੜ"*ʹΑΔোௐࠪࢧԉ ݁Ռ ‣ ࣮ݧظؒϲ݄ɺΞϥʔτ૯݅ ‣ ݁Ռ ఏࣔ͞ΕͨݪҼީิʹਖ਼ղؚ͕·Ε͍ͯͨ݅݅ ਖ਼ղ
ఏࣔ͞ΕͨݪҼީิͷதԝ ఏࣔ͞ΕͨݪҼީิதͷਖ਼ղͰ͋ͬͨॱҐҐ͕ଟ͍ 12 άϥϑੜ"*͕ఏࣔͨ͠ݪҼީิ άϥϑग़ྗ͞ΕͨݪҼީิͷॱҐͷதͰͷਖ਼ղ
ੜ"*ʹΑΔোௐࠪࢧԉ ײ ‣ ੜ"*ʹΑΔোͷݪҼީิɾௐࠪํ๏ͷఏࣔީิΛز͔ͭఏࣔͤ͞Δ ͜ͱͰਖ਼ղؚ͕·ΕΔ্͕֬ ‣ ਖ਼ղѱ͘ͳ͍ Ή͠Ζɺॳ৺ऀͷΤϯδχΞΑΓਖ਼ղߴ͍͔ ‣
ॳ৺ऀͷΤϯδχΞΛࢧԉ͢ΔͨΊʹ༗༻ ‣ ͨͩ͠ɺθοτϥϘͰܧଓ༻ͳ͍ ͱࢥ͏ ఆظతͳϩάௐࠪͳͲͰΤΩεύʔτԽͨ͠ΤϯδχΞνʔϜͱ ੜ"*͕ఏࣔ͢ΔҊͷதͰࢥ͍͔ͭͳ͍Ҋ͕ ΄΅ ͳ͍ ੜ"*͕ఏࣔ͢Δ༏ઌΑΓ࠷దͳ༏ઌͰରԠ͢Δέʔε͕΄ͱΜͲ ΤΩεύʔτԽͨ͠ΤϯδχΞʹࢧԉ͕Γͳ͍ 13