1. 课程导论：Rook Ceph在企业存储中的定位、变更门禁的必要性、课程整体架构与学习目标
1.1 Rook Ceph 在企业存储中的定位
现代企业基础架构正加速向容器化与云原生演进。Kubernetes 已成为事实上的编排标准，而有状态应用（数据库、消息队列、AI 训练平台）对持久化存储的需求远超临时卷的能力边界。Rook Ceph 正是在这一背景下成为 Kubernetes 生态中最主流的开源软件定义存储方案。
核心定位：Rook 是一个 Kubernetes 原生的存储编排器，它将 Ceph 集群的部署、配置、扩缩容、升级与故障恢复全部抽象为 Kubernetes 自定义资源（CRD），使运维人员能够像管理普通 Pod 一样管理 PB 级分布式存储。
| 维度 | 传统 Ceph 部署 | Rook Ceph 部署 |
|---|---|---|
| 部署方式 | 手动配置节点、安装包、cephadm | kubectl apply -f crds.yaml + operator.yaml |
| 运维粒度 | SSH 登录、ceph 命令行、手动调参 | CRD 声明式配置、Operator 自动调和 |
| 变更风险 | 依赖人工审核与操作经验 | 可集成流水线门禁，实现变更自动化管控 |
| 适用场景 | 物理机/VM 传统数据中心 | Kubernetes 云原生平台、混合云 |
Rook Ceph 在企业中的典型使用场景包括：
- 云原生数据库持久化：为 PostgreSQL、MySQL、MongoDB 提供高可用块存储（RBD）。
- 大数据与 AI 训练：通过 CephFS 共享文件系统承载 Spark、TensorFlow 的训练数据。
- 容器平台统一存储池：将多节点本地磁盘聚合成一个可弹性扩展的存储资源池。
- 灾备与跨集群复制：利用 RBD Mirroring 或 CephFS Snapshot 实现异地容灾。
1.2 变更门禁的必要性
在生产环境中，Rook Ceph 集群的变更（参数调整、OSD 扩缩容、Ceph 版本升级、CRD 配置修改）是故障率最高的操作之一。一次错误的参数下发可能导致整个存储集群性能抖动、数据再平衡风暴甚至服务不可用。
真实案例：某互联网公司因直接修改 CephCluster CRD 中的
osd.pool.default.size 从 3 副本改为 2 副本，未经过任何自动化校验，导致底层 PG 分布异常，集群进入 DEGRADED 状态长达 6 小时，影响上千个 Pod 的读写。
变更门禁（Change Gate）是一套嵌入 CI/CD 流水线的自动化校验与审批机制，其核心价值在于：
- 防止人为误操作：通过预定义的规则引擎拦截危险参数组合。
- 保障配置一致性：确保所有变更都经过版本控制、代码审查和自动化测试。
- 降低 MTTR：在变更前发现潜在问题，而非等到故障发生后被动救火。
- 满足合规审计：每一次变更都有记录、有审批、有回滚预案。
| 变更类型 | 典型风险 | 门禁校验项 |
|---|---|---|
| Ceph 版本升级 | 不兼容的 CRUSH map、MON 选举超时 | 版本号范围、升级路径、兼容性矩阵 |
| OSD 扩缩容 | 数据再平衡带宽过高、PG 卡住 | OSD 数量上限、权重比例、rebalance 限速 |
| 存储池参数调整 | 副本数、PG 数、EC 配置错误 | 参数范围、集群容量、PG 分布模拟 |
| CRD 配置变更 | YAML 语法错误、字段缺失、冲突 | Schema 校验、dry-run、diff 审查 |
1.3 课程整体架构与学习目标
本课程共 30 章，按“基础 → 流水线构建 → 门禁策略 → 参数调优 → 生产实战”五阶段递进设计。
1.4 学习目标与前置要求
完成本课程后，学员应具备以下能力：
- 独立设计并部署一套生产可用的 Rook Ceph 集群。
- 构建完整的变更门禁流水线，集成代码扫描、参数校验、审批通知与自动回滚。
- 掌握核心参数调优方法，能够根据业务负载调整 OSD、MON、PG 等关键配置。
- 具备故障排查与应急响应能力，能快速定位变更导致的问题并执行恢复。
前置知识建议：学员需具备 Kubernetes 基础操作（Pod、Deployment、Service）、基本 Linux 运维能力（磁盘管理、网络配置）、以及 Git 与 CI/CD 工具（Jenkins/GitLab CI/ArgoCD）的使用经验。无需预先掌握 Ceph 深度原理，课程会从零讲解。
本课程所有实验环境均基于 Kubernetes 1.28+ 与 Rook Ceph v1.14+，提供完整的 Helm Chart 与 Terraform 部署模板，学员可在个人笔记本或云环境中复现。