问题标签 [google-compute-disk]

我想使用抢占式谷歌计算实例来节省资金，并使用附加到实例的永久磁盘来保存数据。但是我担心分离磁盘文档中概述的数据损坏风险，因为我不清楚当实例被抢占时磁盘是否会正确分离。对此有何建议/经验？我在谷歌云文档中没有找到任何指导。我想知道是否可以将卸载命令添加sudo umount /dev/disk/by-id/[disk-name]到抢占式实例关闭脚本中，但我还没有尝试过。如果确实发生这种情况，我还可以设置频繁的磁盘快照以最大程度地减少数据损坏造成的损害。

我正在尝试运行一个简单的每日批处理脚本，该脚本可以运行几个小时，之后它将发送它生成的数据并关闭实例。为此，我将以下内容放入user-data：

我正在使用 python 脚本创建实例来生成 API 的配置，如下所示：

但是，我的 docker 引擎内的磁盘空间不足。

关于如何增加可用于 docker 服务的卷大小的任何想法？

本地 SSD 是 Google Cloud Platform 中可用的最快存储，这清楚地说明了人们想要使用它的原因。但它也有一些严重的缺点，最值得注意的是，如果手动关闭虚拟机，SSD 上的所有数据都会丢失。拍摄本地 SSD 的图像并将其恢复到重新启动的磁盘似乎也是不可能的。

如果我必须关闭 VM（例如，如果我想更改机器规格），那么推荐的备份本地 SSD 数据的方法是什么？到目前为止，我只能手动将文件复制到存储桶或永久磁盘。

如果您对此有解决方案，如果将多个本地 SSD 挂载到单个逻辑卷中，它会起作用吗？

我试图弄清楚挂载如何在 GCE 中使用 hello-world 程序工作。我有一个现有的图像，当我在 GCE 中创建一个 VM 实例时，我选择了这个现有的图像。对于命令，我echo使用参数输入"hello world"。当虚拟机启动时，我可以在日志中看到这个打印，所以我知道它运行正常。

在创建 VM 实例之前，我创建了一个标准的永久性磁盘。创建 VM 时，我选择了“添加卷”。我为该卷指定了这些详细信息：

• 卷类型：磁盘
• 挂载路径：/hello-world-data
• 磁盘名称：hello-world-test
• 分割：
• 模式：读/写

在我的 VM 运行并在日志中看到“hello world”后，我转到 VM 实例页面并在实例上选择“SSH”。这成功地打开了一个云终端，并且我看到了正确读取<username>@hello-world-test-instance ~ $.

我ls -la，而且我没有看到我指定的音量：/hello-world-data。

我想也许它在创建时会存在，所以我尝试：

但我得到这个错误：

现在我很困惑。我创建了一个磁盘，指定了一个挂载路径，并选择了读/写。这是怎么回事？

经过一番探索，我看到这条路径存在：

那是什么？没有文档告诉我这个多目录的深层路径。我看看我是否至少可以在该目录中写入任何内容：

最重要的是，我什至看不到由我的 Dockerfile 创建的可执行文件应该放在/bin目录中。

所以，我迷路了。哪里来的音量？为什么不在指定的挂载路径？为什么不/bin包含 Dockerfile 创建的可执行文件？

谢谢

在本地使用容器进行开发时，docker-compose您可以创建所有容器都可以访问的共享卷。您可以轻松地将小型凭据文件从一个容器拖放到这些卷上，并让另一个容器使用它们。

我试图在 Google Compute Engine 中找到类似的东西，但我找不到任何类似的东西。

• 无法在实例之间共享 Compute Engine 磁盘
• Filestore 实例至少从 1 Tb 开始，并且代价高昂

Google Compute Engine 中是否有与 Docker 中共享卷的概念类似的东西，就如何挂载到实例、在实例之间共享以及小/便宜而言？

GCE 中是否不存在这样的概念，并且这样的功能是否可用，但仅在 Google Kubernetes Engine (GKE) 中可用？

我有一个需要访问某些凭据文件的 VM。我希望这些凭据文件存在于安装到 VM 的标准永久磁盘中。当 VM 中的容器启动时，这些文件需要存在。如果他们不这样做，容器将退出并重新启动。由于它会不断退出并重新启动，因此没有机会跳入 VM、进入容器并放置文件。

所以我想知道是否有办法从计算引擎虚拟机外部访问标准永久性磁盘，以便在启动时将文件安装到虚拟机容器之前将文件放入其中。

有没有办法做到这一点？

我在 Google Cloud Compute 实例上运行 JupyterHub 服务器，最近遇到了硬盘空间不足的问题，这导致 JupyterHub 服务器出现 500 个错误等。我应该提到我正在使用The Littlest JupyterHub运行 JupyterHub 服务器。我查看了扩展实例硬盘空间的选项，建议的操作似乎是附加区域永久性磁盘。我按照Google 的说明进行操作，看起来与预期的一样。请参阅下面的输出df -h，这表明它已按预期安装。

但是，我无法确定这个新硬盘驱动器是否真的被 VM / JupyterHub 服务器用于存储。我担心当我继续使用 JupyterHub 服务器时，它只会/dev/sda1再次填满原来的 20GB 磁盘，而不会使用新的 200GB/dev/sdb来溢出。如何检查区域永久性磁盘是否会按预期使用，以避免 JupyterHub 因为没有剩余硬盘空间而被占用？

我真的不是这方面的专家，所以如果这是一个愚蠢的问题，请提前道歉。

提前致谢！

我对磁盘克隆的这种限制感到困惑。早些时候，它说You can also delete the source disk without any risk of deleting the clone. The ability to clone disks is useful for duplicating production data to debug without disturbing production 这让我觉得他们是隔离的和安全的。

但再往下，它说You can create at most 1000 total disk clones of a given source disk.

如果我克隆了一个克隆，这是否计入原始来源，还是仅违反 Clone 1 的限制？还有其他方法可以将它们相互纠缠吗？

https://cloud.google.com/compute/docs/disks/create-disk-from-source

我想列出所有没有users. users 属性是使用磁盘的实例的列表。如果这是空的，我可以假设磁盘未连接。

我可以做这个帖子查询，但如果可能的话，我认为将其作为过滤器会更好。这是我的代码：