Mitä ovat StatefulSetit, PersistentVolumet/Claimit, ja miten ajat tilallisia työkuormia Kubernetesissa?

Question

IT Interview Practice · Accepted Answer

Tilalliset työkuormat (tietokannat, jonot, klusteroidut varastot) tarvitsevat **vakaan identiteetin** ja **kestävän tallennuksen** — asioita joita Deployment ei tarjoa. **StatefulSet** antaa Podeille vakaat nimet ja järjestetyn elinkaaren; **PersistentVolumet (PV)** ja **PersistentVolumeClaimit (PVC)** antavat niille tallennuksen, joka elää Podia pidempään.

## Miksi Deploymentit eivät riitä

```text
Deployment Pods are INTERCHANGEABLE: random names (web-7f9-abc), any order, share
nothing per-Pod. That's perfect for stateless apps — but a database replica needs:
  → a STABLE network identity (so peers can find it: db-0, db-1, db-2)
  → its OWN durable disk that survives restarts/rescheduling
  → ORDERED, controlled startup/scaling (bring up db-0 before db-1)
StatefulSet provides exactly these.
```

## StatefulSetin takuut

```text
Stable NAMES     → pod-0, pod-1, pod-2 (ordinal, not random)
Stable DNS       → db-0.db.default.svc... via a headless Service
Stable STORAGE   → each Pod gets its OWN PVC (db-0 keeps its disk across restarts)
Ordered ops      → create/scale up in order 0,1,2…; terminate in reverse
```

## Kestävä tallennus: PV, PVC, StorageClass

```text
StorageClass → the "how to provision" template (e.g. AWS gp3, fast-ssd)
PVC          → a REQUEST for storage ("I need 20Gi, ReadWriteOnce")   ← app-facing
PV           → the ACTUAL provisioned volume bound to the PVC          ← cluster-facing
Dynamic provisioning: a PVC referencing a StorageClass auto-creates a matching PV.

App → PVC → (StorageClass provisions) → PV → real disk (EBS, PD, Ceph, NFS…)
```

## StatefulSet Pod-kohtaisella tallennuksella

```yaml
apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: db
spec:
  serviceName: db            # headless Service vakaata DNS:ää varten
  replicas: 3
  selector:
    matchLabels: { app: db }
  template:
    metadata:
      labels: { app: db }
    spec:
      containers:
        - name: db
          image: postgres:16
          ports: [{ containerPort: 5432 }]
          volumeMounts:
            - name: data
              mountPath: /var/lib/postgresql/data
  volumeClaimTemplates:      # kukin Pod saa OMAN PVC:n/PV:n tästä templatesta
    - metadata:
        name: data
      spec:
        accessModes: [ReadWriteOnce]
        storageClassName: fast-ssd
        resources:
          requests: { storage: 20Gi }
```

```yaml
# Headless Service joka antaa vakaan Pod-kohtaisen DNS:n (db-0.db, db-1.db, …)
apiVersion: v1
kind: Service
metadata: { name: db }
spec:
  clusterIP: None            # headless
  selector: { app: db }
  ports: [{ port: 5432 }]
```

## Access-moodit & varoitukset

```text
ReadWriteOnce (RWO)  → mounted read-write by ONE node (most block storage: EBS/PD)
ReadOnlyMany (ROX)   → read-only by many nodes
ReadWriteMany (RWX)  → read-write by many nodes (needs NFS/CephFS/EFS)
⚠ Deleting a StatefulSet does NOT delete its PVCs by default (data is preserved).
⚠ Reclaim policy (Retain/Delete) decides what happens to the PV when the PVC is removed.
⚠ Kubernetes gives identity+storage, but app-level clustering/replication is YOUR job
  (often via an Operator, e.g. for Postgres/Kafka).
```

```bash
kubectl get statefulset,pvc,pv
kubectl get pods -l app=db      # db-0, db-1, db-2 (vakaat, järjestetyt)
```

## Miksi se on tärkeää

Tilallisten työkuormien oikein ajaminen on yksi Kubernetesin vaikeampia osia, joten StatefulSetien ja kestävän tallennuksen ymmärtäminen on senior-tason tietoa, jolla on todellisia tuotantoseurauksia. Ydinoivallus on *miksi* Deploymentit jäävät vajaiksi: niiden Podit ovat vaihdettavissa (satunnaiset nimet, mikä tahansa järjestys, ei Pod-kohtaista tilaa), mikä on ihanteellista tilattomille palveluille mutta väärin tietokannoille ja klusteroiduille varastoille, jotka tarvitsevat **vakaan identiteetin** (jotta vertaiset löytävät `db-0`:n, `db-1`:n, `db-2`:n DNS:llä), **oman kestävän levynsä**, joka selviää uudelleenkäynnistyksistä ja uudelleenaikataulutuksesta, ja **järjestetyn, ohjatun** käynnistyksen ja skaalauksen. **StatefulSet** tarjoaa juuri nämä takuut, ja se pariutuu tallennusabstraktioiden kanssa: **PersistentVolumeClaim** on sovellukselle näkyvä pyyntö tallennuksesta, **PersistentVolume** on varsinainen provisioitu volyymi, ja **StorageClass** mahdollistaa dynaamisen provisioinnin — `volumeClaimTemplatesin` antaessa kullekin Podille oman PVC:n/PV:n. Varoitukset ovat siellä missä senior-insinöörit ansaitsevat palkkansa: **access-moodit** (RWO vs RWX ja mitkä backendit tukevat niitä), se tosiasia että StatefulSetin poistaminen **säilyttää sen PVC:t** oletuksena, **reclaim policy** joka hallitsee PV:n kohtaloa, ja — kriittisesti — että Kubernetes tarjoaa identiteetin ja tallennuksen mutta **sovellustason replikointi ja klusterointi jäävät sinun vastuullesi**, usein Operatorille delegoituna. Koska datan kestävyys ja oikea tilallinen käyttäytyminen ovat anteeksiantamattomia (virheet tarkoittavat datan menetystä tai split-braania), StatefulSetien, PV/PVC:iden ja niiden varoitusten hallinta on perustavaa tietokantojen ja muiden tilallisten järjestelmien luotettavalle ajamiselle Kubernetesissa.

Miksi Deploymentit eivät riitä

StatefulSetin takuut

Kestävä tallennus: PV, PVC, StorageClass

StatefulSet Pod-kohtaisella tallennuksella

Access-moodit & varoitukset

Miksi se on tärkeää

Aiheeseen liittyvät kysymykset