Mik azok a StatefulSetek, a PersistentVolume-ok/Claim-ek, és hogyan futtatsz stateful workloadokat Kubernetesen?

Question

IT Interview Practice · Accepted Answer

A stateful workloadoknak (adatbázisok, sorok, clusterezett tárolók) **stabil identitásra** és **tartós tárolóra** van szükségük — olyasmire, amit egy Deployment nem biztosít. Egy **StatefulSet** stabil neveket és rendezett életciklust ad a Podoknak; a **PersistentVolume-ok (PV)** és a **PersistentVolumeClaim-ek (PVC)** olyan tárolót adnak nekik, amely túléli a Podot.

## Miért nem elég a Deployment

```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.
```

## StatefulSet garanciák

```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
```

## Tartós tároló: 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…)
```

## Egy StatefulSet Podonkénti tárolóval

```yaml
apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: db
spec:
  serviceName: db            # headless Service a stabil DNS-hez
  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:      # minden Pod SAJÁT PVC/PV-t kap ebből a sablonból
    - metadata:
        name: data
      spec:
        accessModes: [ReadWriteOnce]
        storageClassName: fast-ssd
        resources:
          requests: { storage: 20Gi }
```

```yaml
# A headless Service, amely stabil Podonkénti DNS-t ad (db-0.db, db-1.db, …)
apiVersion: v1
kind: Service
metadata: { name: db }
spec:
  clusterIP: None            # headless
  selector: { app: db }
  ports: [{ port: 5432 }]
```

## Access mode-ok és figyelmeztetések

```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 (stabil, rendezett)
```

## Miért fontos

A stateful workloadok helyes futtatása a Kubernetes egyik nehezebb része, ezért a StatefulSetek és a tartós tároló megértése senior szintű tudás valódi production-következményekkel. A lényegi felismerés, hogy *miért* nem elég a Deployment: a Podjai felcserélhetők (véletlen nevek, tetszőleges sorrend, Podonkénti állapot nélkül), ami ideális stateless service-ekhez, de rossz olyan adatbázisokhoz és clusterezett tárolókhoz, amelyeknek **stabil identitásra** van szükségük (hogy a társak DNS-en megtalálják a `db-0`, `db-1`, `db-2`-t), **saját tartós lemezre**, amely túléli az újraindítást és az újraütemezést, valamint **rendezett, kontrollált** indulásra és skálázásra. Egy **StatefulSet** pontosan ezeket a garanciákat adja, és a tárolási absztrakciókkal párosul: egy **PersistentVolumeClaim** az alkalmazás felőli kérés tárolóra, egy **PersistentVolume** a tényleges provisionált volume, egy **StorageClass** pedig lehetővé teszi a dinamikus provisionálást — a `volumeClaimTemplates` révén minden Pod saját PVC/PV-t kap. A figyelmeztetéseknél keresik meg a kenyerüket a senior mérnökök: az **access mode-ok** (RWO vs RWX, és mely backendek támogatják őket), az a tény, hogy egy StatefulSet törlése alapból **megőrzi a PVC-it**, a **reclaim policy**, amely a PV sorsát szabályozza, és — kritikusan — hogy a Kubernetes identitást és tárolót biztosít, de az **alkalmazásszintű replikáció és clusterezés a te felelősséged marad**, gyakran egy Operatorra delegálva. Mivel az adattartósság és a helyes stateful viselkedés megbocsáthatatlan (a hibák adatvesztést vagy split-brain-t jelentenek), a StatefulSetek, a PV-k/PVC-k és figyelmeztetéseik elsajátítása alapvető az adatbázisok és más stateful rendszerek megbízható futtatásához Kubernetesen.

Miért nem elég a Deployment

StatefulSet garanciák

Tartós tároló: PV, PVC, StorageClass

Egy StatefulSet Podonkénti tárolóval

Access mode-ok és figyelmeztetések

Miért fontos

Kapcsolódó kérdések