作者： Roman Bednář (Red Hat)
译者： Xin Li (DaoCloud)
在最近的 Kubernetes v1.28 版本中，我们（SIG Storage）引入了一项新的 Alpha 级别特性，
旨在改进 PersistentVolume（PV）存储管理并帮助集群管理员更好地了解 PV 的生命周期。
通过将 lastPhaseTransitionTime 字段添加到 PV 的状态中，集群管理员现在可以跟踪
PV 上次转换到不同阶段的时间，
从而实现更高效、更明智的资源管理。
我们为什么需要新的 PV 字段？
Kubernetes 中的 PersistentVolume 在为集群中运行的工作负载提供存储资源方面发挥着至关重要的作用。
然而，有效管理这些 PV 可能具有挑战性，特别是在确定 PV 在不同阶段（Pending、Bound 或 Released）之间转换的最后时间时。
管理员通常需要知道 PV 上次使用或转换到某些阶段的时间；例如，实施保留策略、执行清理或监控存储运行状况时。
过去，Kubernetes 用户在使用 Delete 保留策略时面临数据丢失问题，不得不使用更安全的 Retain 策略。
当我们计划引入新的 lastPhaseTransitionTime 字段时，我们希望提供一个更通用的解决方案，
可用于各种用例，包括根据卷上次使用时间进行手动清理或根据状态转变时间生成警报。
lastPhaseTransitionTime 如何提供帮助
如果你已启用特性门控（请参阅如何使用它），则每次 PV 从一个阶段转换到另一阶段时，
PersistentVolume（PV）的新字段 .status.lastPhaseTransitionTime 都会被更新。
无论是从 Pending 转换到 Bound、Bound 到 Released，还是任何其他阶段转换，都会记录 lastPhaseTransitionTime。
对于新创建的 PV，将被声明为处于 Pending 阶段，并且 lastPhaseTransitionTime 也将被记录。
此功能允许集群管理员：
实施保留政策
通过 lastPhaseTransitionTime，管理员可以跟踪 PV 上次使用或转换到 Released 阶段的时间。
此信息对于实施保留策略以清理在特定时间内处于 Released 阶段的资源至关重要。
例如，现在编写一个脚本或一个策略来删除一周内处于 Released 阶段的所有 PV 是很简单的。
监控存储运行状况
通过分析 PV 的相变时间，管理员可以更有效地监控存储运行状况。
例如，他们可以识别处于 Pending 阶段时间异常长的 PV，这可能表明存储配置程序存在潜在问题。
如何使用它
从 Kubernetes v1.28 开始，lastPhaseTransitionTime 为 Alpha 特性字段，因此需要启用
PersistentVolumeLastPhaseTransitionTime 特性门控。
如果你想在该特性处于 Alpha 阶段时对其进行测试，则需要在 kube-controller-manager
和 kube-apiserver 上启用此特性门控。
使用 --feature-gates 命令行参数：
--feature-gates="...,PersistentVolumeLastPhaseTransitionTime=true"
请记住，该特性启用后不会立即生效；而是在 PV 更新以及阶段之间转换时，填充新字段。
然后，管理员可以通过查看 PV 状态访问新字段，此状态可以使用标准 Kubernetes API
调用或通过 Kubernetes 客户端库进行检索。
以下示例展示了如何使用 kubectl 命令行工具检索特定 PV 的 lastPhaseTransitionTime：
kubectl get pv -o jsonpath='{.status.lastPhaseTransitionTime}'
未来发展
此特性最初是作为 Alpha 特性引入的，位于默认情况下禁用的特性门控之下。
在 Alpha 阶段，我们（Kubernetes SIG Storage）将收集最终用户的反馈并解决发现的任何问题或改进。
一旦收到足够的反馈，或者没有收到投诉，该特性就可以进入 Beta 阶段。
Beta 阶段将使我们能够进一步验证实施并确保其稳定性。
在该字段升级到 Beta 级别和将该字段升级为通用版 (GA) 的版本之间，至少会经过两个 Kubernetes 版本。
这意味着该字段 GA 的最早版本是 Kubernetes 1.32，可能计划于 2025 年初发布。
欢迎参与
我们始终欢迎新的贡献者，因此如果你想参与其中，可以加入我们的
Kubernetes 存储特殊兴趣小组（SIG）。
如果你想分享反馈，可以在我们的 公共 Slack 频道上分享。
如果你尚未加入 Slack 工作区，可以访问 https://slack.k8s.io/ 获取邀请。
特别感谢所有提供精彩评论、分享宝贵意见并帮助实现此特性的贡献者（按字母顺序排列）：
- Han Kang (logicalhan)
- Jan Šafránek (jsafrane)
- Jordan Liggitt (liggitt)
- Kiki (carlory)
- Michelle Au (msau42)
- Tim Bannister (sftim)
- Wojciech Tyczynski (wojtek-t)
- Xing Yang (xing-yang)
