K3sクラスタの永続ストレージを選ぶとき、多くのチームは深く検討せずに「とりあえずLonghorn」を選んでいます。RancherとのK3s統合が良く、Web UIも親切、導入もHelmチャート一発。たしかに悪い選択ではありません。
しかし、本番でAIトレーニングのチェックポイント保存や高頻度の時系列データ書き込みのような、IOPS(1秒あたりの読み書き回数)がシビアなワークロードを動かし始めた瞬間、「なぜこんなに遅いのか」という壁にぶつかるケースが少なくありません。そこで候補に挙がるのが、NVMe(高速フラッシュストレージの接続規格)に特化したOpenEBS Mayastorです。
本記事では、LonghornとOpenEBS Mayastorを「アーキテクチャ」「ハードウェア要件」「レプリカ構成」「性能特性」という4つの軸で比較し、K3sのストレージ選定で後悔しないためのチェックリストを提示します。ちなみに、こうした選定の悩みそのものを運用チームから引き取るKuboのようなマネージドK3sという選択肢もあります(詳しくは後述します)。
アーキテクチャの違い — レプリカベースのLonghorn vs SPDK/NVMe-oFのMayastor
Longhornは、Kubernetesアプリケーションとしてインストールされる分散ブロックストレージです。ボリュームごとに専用のコントローラ(フロントエンド)を作成し、複数ノードに配置したレプリカへ同期的にデータを複製します。単一障害点を持たないエンタープライズグレードの分散ストレージとして設計されており、2021年にCNCF(Cloud Native Computing Foundation)のIncubatingプロジェクトに昇格して以降、採用ノード数は2,700から3万4千を超える規模まで拡大しました(CNCF公式ブログ)。
一方のOpenEBSは、データプレーン(実際にI/Oを処理する層)とコントロールプレーンを分離したモジュラー構造を採用しています。現在、複数ノードにまたがる「Replicated Volumes」を担うのはMayastorエンジンで、以前存在したJivaやcStorといった旧エンジンは既に非推奨化・アーカイブされ、Mayastorが標準のレプリケーテッドストレージエンジンという位置づけに整理されています(OpenEBS公式GitHubリリース)。
Mayastorの中核は、Rustで書かれたデータプレーンです。コントロールプレーンがディスクプールの管理やCSI準拠のプロビジョニングを担い、データプレーン側では「Nexus」と呼ばれるボリュームターゲットが複数のストレージリソースを束ねて1つのボリュームとして公開します(OpenEBS公式リポジトリ)。SPDK(Storage Performance Development Kit)とNVMe-oF(NVMe over Fabrics)を活用し、io_uringによる低レイテンシI/Oを実現している点が、Longhornとの最大の設計思想の違いです。

ハードウェア要件の分岐点 — NVMeとhugepagesが使えるかで答えは変わる
この2つを比較するうえで最初に確認すべきは、性能ではなく「そもそも動かせるハードウェアがあるか」です。
Mayastorを使うワーカーノードには、x86-64 CPU(SSE4.2命令セット対応)で、I/Oエンジン専用に確保できるCPUコアが必要です。メモリ面では、I/Oエンジン用に最低1GiBのRAMに加えて、2MiBサイズのHugePages(メモリの大ページ管理機構)を最低2GiB分、つまり1,024ページ分確保する必要があります。さらにNVMeデバイスの搭載と、nvme-tcpカーネルモジュールのロードが前提条件になります(OpenEBS公式ドキュメント)。
つまり、クラウドの汎用インスタンスや、通常のSATA/SAS SSDしか積んでいないオンプレミスノードでは、Mayastorはそもそも選択肢に入りません。逆にLonghornは1ノードからでも動作し、専用ディスクさえ用意できれば特別なCPU命令セットやhugepagesの確保は不要です。
チェックポイント: NVMeデバイスとhugepages確保の余力が無いノード構成であれば、この時点でLonghorn一択になります。無理にMayastorを選んでも、前提条件を満たせずデプロイすらできません。

レプリカ構成とデータ保護の比較 — numberOfReplicasとrepl、スナップショットとバックアップの違い
Longhornは、StorageClassのnumberOfReplicasパラメータでレプリカ数を1〜20の範囲で指定できます。デフォルトは3ですが、本番環境では2に減らす運用が推奨されています。3レプリカでは100GBのボリュームに対して300GBのディスクを消費し、書き込みもネットワーク上で3倍に増幅されるため、可用性と効率のバランスを取るなら2が現実的な落としどころです。データ配置もdataLocalityパラメータで制御でき、通常はbest-effort(可能な限り同一ノードにレプリカを置き、無理なら他ノードにフォールバック)が推奨デフォルトです(Longhorn公式ドキュメント)。
OpenEBSのReplicated PV Mayastorもreplパラメータでレプリカ数を指定でき、コントロールプレーンがレプリカの配置・ヘルスモニタリング・故障時の自動リビルドを管理します。なお、LVM LocalPVやZFS LocalPVといったローカルボリューム系エンジンはそもそもレプリケーション非対応で、Pod は提供元ノードに固定スケジュールされる前提になります。
データ保護の考え方にも違いがあります。Longhornはv1.3以降、CSIのスナップショット要求を「ローカルスナップショット(各レプリカ内に保存)」と「リモートバックアップ(NFSやS3互換オブジェクトストアに保存)」に明確に分離しました。VolumeSnapshotClassでtype: snapまたはtype: bakを指定することで、両者を使い分けられます(SUSE公式ブログ)。レプリケーションはあくまでノード障害からの保護であり、バックアップの代わりにはならない、という原則はLonghorn・Mayastorいずれを選んでも変わりません。各ボリュームに最低1つの定期バックアップをスケジュールすることが、Longhorn公式ドキュメントでも本番運用のベストプラクティスとして明記されています(Longhorn公式ドキュメント)。

性能特性で見る向き不向き — ベンチマークが示す逆転ポイント
「一般論としてどちらが速いか」という問いは、実はあまり意味がありません。ワークロードの特性によって優劣が入れ替わるからです。
Longhornの性能に関する学術的な分析では、チューニング前の構成で読み取り約17,000 IOPS・書き込み約13,000 IOPS、帯域幅は読み書きとも300MB/s前後という計測値が報告されています。この分析ではコントローラとレプリカ間の通信層や、ブロックストレージ層がボトルネックになりやすい構造が指摘されており、設計を見直すことで読み書きともに3〜6倍程度まで引き上げられる余地があるとされています(学術論文: Longhorn性能最適化分析)。つまり、Longhornの素のIOPSは汎用ワークロードには十分でも、チューニングを前提とせずに高頻度取引や時系列データベースのような極めてIOPSセンシティブな用途に投入すると、物足りなさを感じやすいという理解が妥当です。
一方のMayastorは、SPDKによるカーネルバイパスI/OとNVMe-oFによって、NVMeデバイス本来の性能をほぼそのままボリュームに反映できる設計です。前提条件(NVMe・hugepages)さえ満たせれば、高IOPSが必要なデータベースワークロードでの優位性を発揮しやすい構造になっています。
チェックポイント: 一般的なPostgreSQLやMySQLのワークロードであれば、高並行性のOLTPでない限りLonghornの性能で十分なケースが多いというのが実務上の目安です。IOPSの天井が明確にボトルネックになっているなら、Mayastorへの切り替えを検討する価値があります。

選定フレームワーク — 4つのチェックリストでどちらを選ぶか
ここまでの内容を、本番導入前に確認すべき4つのチェックリストにまとめます。
- ハードウェア要件: 対象ノードにNVMeデバイスと2GiB以上のhugepages余力があるか。無ければLonghorn一択。
- 必要なストレージタイプ: ブロックストレージだけで足りるか、それともファイル・オブジェクトストレージも同一基盤で統合管理したいか。両者ともブロック主体だが、要件が広がるならRook/Cephのような選択肢も視野に入る。
- ワークロードのIOPS特性: 一般的なWebアプリ・中小規模DBならLonghornで十分。高頻度取引・時系列DB・AIのチェックポイント保存のようにIOPSの天井が問題になるならMayastorを検討。
- 運用チームの習熟度とワークフロー: Rancher/K3sとの統合やシンプルなWeb UI、S3への簡単なバックアップ運用を優先するならLonghorn。ワークロードごとに異なるストレージエンジンを使い分けたい、NVMe専用の高性能運用に習熟しているならMayastor。
この4つのうち1つでも「Longhorn側」に倒れるなら、無理にMayastorへ寄せる必要はありません。OpenEBS自体もMayastorへの一本化を進めた経緯があり(OpenEBS公式GitHubリリース)、今後も「要件を満たせるならMayastor、満たせないならLonghorン」という住み分けは変わりにくいと考えられます。
このチェックリストを自前で運用しながら、障害対応やバージョンアップのたびに再評価していくのは、インフラチームにとって継続的な負担です。Kubo CloudはK3sベースでPrometheus・Grafanaによるモニタリングやcert-manager連携を標準搭載しており、ストレージ選定後の監視・証明書管理まで含めて運用負荷を引き下げられます。
なお、Ceph CSIのようなもう一つの選択肢を検討している場合、運用フェーズに入ってから直面しやすい落とし穴についてはProxmox上のK3s+Ceph CSIでノードメンテ前に知っておくべきRBDロックの罠で解説しています。

まとめ
LonghornとOpenEBS Mayastorは、どちらが「優れているか」で語れる関係ではありません。Longhornはシンプルさとエコシステム統合を武器に、1ノードからでも動かせる柔軟性を持ちます。Mayastorは、NVMeとhugepagesという前提条件を満たせる環境でのみ、本来の低レイテンシ性能を発揮します。
実は、Longhorn自体の運用にも落とし穴があります。たとえばノード再起動時にストレージネットワークの起動順序次第でレプリカ再構築が止まったまま動かなくなるケースも報告されており、この種の運用トラブルはK3sノード再起動時にLonghornのレプリカ再構築が止まる問題で詳しく扱っています。選定基準だけでなく、導入後の運用設計まで見据えることが、後悔しないストレージ選びの鍵になります。
とはいえ、こうした選定からチューニング、障害対応までを毎回自前で抱え込むのは、インフラチームにとって決して軽い負担ではありません。KuboはK3sベースのマネージドKubernetesとして、Helmチャート対応やPrometheus・Grafanaによるモニタリングを標準搭載しており、ストレージ層の選定・チューニングで悩む時間を運用チームから肩代わりできます。NVMeを活かした高性能構成やオンプレでの自社管理が必要な場合は、Kubo On-Premiseでのハードウェア最適化構成も選択肢になります。まずはお問い合わせから、自社のワークロードに合ったストレージ構成を相談してみてください。