Rook Operator 架构：设计模式、CRD 资源定义与生命周期管理

Rook 是运行在 Kubernetes 之上的云原生存储编排器，其核心是 Rook Operator。Operator 模式将运维人员对 Ceph 集群的管理知识编码为软件，自动完成部署、配置、扩缩容、升级和故障恢复。本章深入剖析 Rook Operator 的架构设计、CRD 资源模型以及 Operator 的生命周期管理机制。

2.1 Rook Operator 设计模式

Rook 严格遵循 Kubernetes Operator 模式，该模式由 CoreOS 提出，核心思想是利用 Kubernetes 的控制器循环（Control Loop）来管理自定义资源。Rook Operator 由以下关键组件构成：

2.2 CRD 资源定义

Rook 通过自定义资源定义（CRD）将 Ceph 存储组件抽象为 Kubernetes 原生资源。每个 CRD 对应一个 Ceph 组件或存储池类型，用户通过 YAML 清单声明期望状态。

2.2.1 核心 CRD 清单

2.2.2 CRD 资源示例：CephCluster

以下是一个最小化的 CephCluster 定义，展示了如何声明一个 3 节点、3 副本的 Ceph 集群：

apiVersion: ceph.rook.io/v1
kind: CephCluster
metadata:
  name: rook-ceph
  namespace: rook-ceph
spec:
  cephVersion:
    image: quay.io/ceph/ceph:v18.2.0
  mon:
    count: 3
    allowMultiplePerNode: false
  storage:
    nodes:
    - name: node-1
      devices:
      - name: /dev/sdb
    - name: node-2
      devices:
      - name: /dev/sdb
    - name: node-3
      devices:
      - name: /dev/sdb
  network:
    hostNetwork: true
  dashboard:
    enabled: true
    ssl: true

2.3 Operator 生命周期管理

Rook Operator 的生命周期管理涵盖从部署、运行、升级到故障恢复的全过程。Kubernetes 自身的控制器（Deployment、DaemonSet）负责 Operator 进程的存活，而 Operator 内部则管理 Ceph 集群组件的生命周期。

2.3.1 生命周期阶段

1. 部署阶段： 通过 kubectl apply -f deploy/examples/operator.yaml 创建 Operator Deployment。Operator 启动后，首先注册 CRD 并启动 Informer 监听。
2. 初始化阶段： 当第一个 CephCluster CR 被创建时，Operator 执行集群引导：部署 MON、生成初始密钥、创建 MGR 和 OSD。
3. 运行阶段： Operator 持续监听 CRD 和集群状态，执行周期性健康检查（如 MON 仲裁、OSD 状态、PG 分布），并自动修复异常。
4. 升级阶段： 用户更新 CephCluster CR 中的 cephVersion.image 字段，Operator 按顺序滚动升级 MON → MGR → OSD → MDS/RGW，确保服务不中断。
5. 缩扩容阶段： 修改 mon.count 或 storage.nodes 字段，Operator 自动添加或移除 MON/OSD 实例。
6. 故障恢复阶段： 当节点宕机或 OSD 故障时，Operator 检测到状态变化，自动触发 OSD 替换、PG 回填或 MON 重建。

2.3.2 升级流程示例

Rook Operator 的升级流程是生命周期管理的核心能力之一，以下表格展示了升级过程中的关键步骤和 Operator 的行为：

2.4 关键设计考量

• 幂等性： Operator 的调和逻辑必须是幂等的，即使同一事件被多次触发，最终状态也应一致。Rook 通过检查资源是否存在、状态是否匹配来避免重复操作。
• 优雅降级： 当 Operator 自身故障时，已运行的 Ceph 集群不受影响，但无法响应 CRD 变更。Kubernetes Deployment 控制器会自动重启 Operator Pod。
• 版本兼容： Rook Operator 与 Ceph 版本之间存在兼容性矩阵。升级 Operator 前需查阅官方文档，确保 CRD 版本与 Ceph 版本匹配。
• 资源隔离： Operator 通过 RBAC 限制自身权限，仅能操作 rook-ceph 命名空间内的资源，避免影响集群中其他工作负载。