今天，大数据教程，越来越多的应用程序被部署在Kubernetes上的容器中，以至于我们听到Kubernetes被称为云的Linux。尽管应用层的增长如此之快，但数据层并没有像集装箱化那样受到重视。这并不奇怪，大数据产品，因为容器化工作负载天生就必须具有对重启、扩展、虚拟化和其他约束的弹性。因此，处理诸如状态（数据库）、应用程序其他层的可用性以及数据库的冗余等问题可能有非常具体的要求。这使得在分布式环境中运行数据库变得很有挑战性。

然而，数据层正受到更多的关注，因为许多开发人员希望将数据基础设施视为应用程序堆栈。运营商希望对数据库和应用程序使用相同的工具，并获得与数据层中的应用程序层相同的好处：快速启动和跨环境的可重复性。在这个博客中，我们将探讨什么时候以及什么类型的数据库可以有效地在Kubernetes上运行，北京大数据研究院，让我们简要回顾一下我们在谷歌云平台（GCP）上运行数据库的选项以及它们的最佳用途。

在Kubernetes上运行数据库的提示选择Kubernetes路线时，考虑一下您将运行的数据库，以及考虑到前面讨论的权衡，它的工作情况如何。由于pod是致命的，因此发生故障转移事件的可能性要高于传统托管或完全管理的数据库。如果在Kubernetes上包含诸如切分、故障转移选择和复制之类的概念（例如，ElasticSearch、Cassandra或MongoDB），大数据服务，那么在Kubernetes上运行数据库就更容易了。一些开源项目提供自定义资源和操作符来帮助管理数据库。

接下来，考虑数据库在应用程序和业务上下文中执行的功能。存储更多瞬态和缓存层的数据库更适合Kubernetes。这种类型的数据层通常在应用程序中具有更高的弹性，从而获得更好的总体体验。

最后，请确保您了解数据库中可用的复制模式。异步复制模式会留下数据丢失的空间，因为事务可能会提交到主数据库，但不会提交到辅助数据库。因此，请务必了解您是否会导致数据丢失，以及在您的应用程序上下文中，有多少数据丢失是可以接受的。

在评估所有这些考虑因素后，新云，您将得到如下所示的决策树：