分布式文件系统比较

比眉伴天荒 2022-05-20 00:59 215阅读 0赞

一、概述

普通存储方案：Rsync、DAS(IDE/SATA/SAS/SCSI等块)、NAS(NFS、CIFS、SAMBA等文件系统)、SAN(FibreChannel, iSCSI, FoE存储网络块)，Openfiler、FreeNas(ZFS快照复制)由于生产环境中往往由于对存储数据量很大，而SAN存储价格又比较昂贵，因此大多会选择分布式

存储来解决一下问题：

1.  海量数据存储问题
2.  数据高可用问题(冗余备份)问题
3.  较高的读写性能和负载均衡问题
4.  支持多平台多语言问题
5.  高并发问题

主要对别指标 csdn这表格太难用了，我还是word整理后搬到这儿来的。

<table style="border-spacing:0px;background-color:rgb(255,255,255);color:rgb(85,85,85);font-family:'microsoft yahei';font-size:15px;"> 
 <tbody> 
 <tr> 
 <td>指标</td> 
 <td>适合类型</td> 
 <td>文件分布</td> 
 <td>系统性能</td> 
 <td>复杂度</td> 
 <td>FUSE</td> 
 <td>POSIX</td> 
 <td>备份机制</td> 
 <td>通讯协议接口</td> 
 <td>社区支持</td> 
 <td>去重</td> 
 <td>开发语言</td> 
 </tr> 
 <tr> 
 <td>FastDFS</td> 
 <td>4KB~500MB</td> 
 <td>小文件合并存储不分片处理</td> 
 <td>很高</td> 
 <td>简单</td> 
 <td>不支持</td> 
 <td>不支持</td> 
 <td>组内冗余备份</td> 
 <td>ApiHTTP</td> 
 <td>国内用户群</td> 
 <td>&nbsp;</td> 
 <td>C语言</td> 
 </tr> 
 <tr> 
 <td>TFS</td> 
 <td>所有文件</td> 
 <td>小文件合并，以block组织分片</td> 
 <td>&nbsp;</td> 
 <td>复杂</td> 
 <td>不支持</td> 
 <td>不支持</td> 
 <td>Block存储多份,主辅灾备</td> 
 <td>APIhttp</td> 
 <td>少</td> 
 <td>&nbsp;</td> 
 <td>C++</td> 
 </tr> 
 <tr> 
 <td>MFS</td> 
 <td>大于64K</td> 
 <td>分片存储</td> 
 <td>Master占内存多</td> 
 <td>&nbsp;</td> 
 <td>支持</td> 
 <td>支持</td> 
 <td>多点备份动态冗余</td> 
 <td>使用fuse挂在</td> 
 <td>较多</td> 
 <td>&nbsp;</td> 
 <td>Perl</td> 
 </tr> 
 <tr> 
 <td>HDFS</td> 
 <td>大文件</td> 
 <td>大文件分片分块存储</td> 
 <td>&nbsp;</td> 
 <td>简单</td> 
 <td>支持</td> 
 <td>支持</td> 
 <td>多副本</td> 
 <td>原生api</td> 
 <td>较多</td> 
 <td>&nbsp;</td> 
 <td>java</td> 
 </tr> 
 <tr> 
 <td>Ceph</td> 
 <td>对象文件块</td> 
 <td>OSD一主多从</td> 
 <td>&nbsp;</td> 
 <td>复杂</td> 
 <td>支持</td> 
 <td>支持</td> 
 <td>多副本</td> 
 <td>原生api</td> 
 <td>较少</td> 
 <td>&nbsp;</td> 
 <td>C++</td> 
 </tr> 
 <tr> 
 <td>MogileFS</td> 
 <td>海量小图片</td> 
 <td>&nbsp;</td> 
 <td>高</td> 
 <td>复杂</td> 
 <td>可以支持</td> 
 <td>不支持</td> 
 <td>动态冗余</td> 
 <td>原生api</td> 
 <td>文档少</td> 
 <td>&nbsp;</td> 
 <td>Perl</td> 
 </tr> 
 <tr> 
 <td>ClusterFS</td> 
 <td>大文件</td> 
 <td>&nbsp;</td> 
 <td>&nbsp;</td> 
 <td>简单</td> 
 <td>支持</td> 
 <td>支持</td> 
 <td>镜像</td> 
 <td>&nbsp;</td> 
 <td>多</td> 
 <td>&nbsp;</td> 
 <td>C</td> 
 </tr> 
 </tbody> 
</table>

二、常用的分布式文件系统

常见的分布式文件系统有FastDFS，GFS、HDFS、Ceph 、GridFS 、mogileFS、TFS等。各自适用于不同的领域。它们都不是系统级的分布式文件系统，而是应用级的分布式文件存储服务。

FastDFS介绍

=======================

请参照[FastDFS文件系统(一) fastdfs是什么? ][FastDFS_ fastdfs]

GFS（Google File System）

=======================

Google公司为了满足本公司需求而开发的基于Linux的专有分布式文件系统。。尽管Google公布了该系统的一些技术细节，但Google并没有将该系统的软件部分作为开源软件发布。

下面分布式文件系统都是类 GFS的产品。

HDFS （Hadoop Distributed File System）

=======================  
Hadoop 实现了一个分布式文件系统，主要用于大数据计算存储，简称HDFS。 Hadoop是Apache Lucene创始人Doug Cutting开发的使用广泛的文本搜索库。它起源于Apache Nutch，后者是一个开源的网络搜索引擎，本身也是Luene项目的一部分。Aapche Hadoop架构是MapReduce算法的一种开源应用，是Google开创其帝国的重要基石。

Ceph( [https://github.com/ceph/ceph][https_github.com_ceph_ceph])

=======================

是加州大学圣克鲁兹分校的Sage weil攻读博士时开发的分布式文件系统。 Ceph 能够在维护 POSIX 兼容性的同时加入了复制和容错功能。 Sage weil并使用Ceph完成了他的论文。说 ceph 性能最高，C++编写的代码，支持Fuse，并且没有单点故障依赖， 于是下载安装， 由于 ceph 使用 btrfs 文件系统， 而btrfs 文件系统需要 Linux 2.6.34 以上的内核才支持。

GridFS文件系统

=======================  
MongoDB是一种知名的NoSql数据库，GridFS是MongoDB的一个内置功能，它提供一组文件操作的API以利用MongoDB存储文件，GridFS的基本原理是将文件保存在两个Collection中，一个保存文件索引，一个保存文件内容，文件内容按一定大小分成若干块，每一块存在一个Document中，这种方法不仅提供了文件存储，还提供了对文件相关的一些附加属性（比如MD5值，文件名等等）的存储。文件在GridFS中会按4MB为单位进行分块存储。  
  
MogileFS

=======================

由memcahed的开发公司danga一款perl开发的产品，目前国内使用mogielFS的有图片托管网站yupoo等。

MogileFS是一套高效的文件自动备份组件，由Six Apart开发，广泛应用在包括LiveJournal等web2.0站点上。

MogileFS由3个部分组成：

第1个部分是server端，包括mogilefsd和mogstored两个程序。前者即是 mogilefsd的tracker，它将一些全局信息保存在数据库里，例如站点domain,class,host等。后者即是存储节点(store node)，它其实是个HTTP Daemon，默认侦听在7500端口，接受客户端的文件备份请求。在安装完后，要运行mogadm工具将所有的store node注册到mogilefsd的数据库里，mogilefsd会对这些节点进行管理和监控。

第2个部分是utils（工具集），主要是MogileFS的一些管理工具，例如mogadm等。

第3个部分是客户端API，目前只有Perl API(MogileFS.pm)、PHP，用这个模块可以编写客户端程序，实现文件的备份管理功能。

TFS

\-------------------------------------

TFS（Taobao !FileSystem）是一个高可扩展、高可用、高性能、面向互联网服务的分布式文件系统，主要针对海量的非结构化数据，它构筑在普通的Linux机器 集群上，可为外部提供高可靠和高并发的存储访问。TFS为淘宝提供海量小文件存储，通常文件大小不超过1M，满足了淘宝对小文件存储的需求，被广泛地应用 在淘宝各项应用中。它采用了HA架构和平滑扩容，保证了整个文件系统的可用性和扩展性。同时扁平化的数据组织结构，可将文件名映射到文件的物理地址，简化 了文件的访问流程，一定程度上为TFS提供了良好的读写性能。

官网 ：  [http://code.taobao.org/p/tfs/wiki/index/][http_code.taobao.org_p_tfs_wiki_index]

[FastDFS_ fastdfs]: http://blog.csdn.net/wk313753744/article/details/49943155
[https_github.com_ceph_ceph]: https://github.com/ceph/ceph
[http_code.taobao.org_p_tfs_wiki_index]: http://code.taobao.org/p/tfs/wiki/index/