码迷,mamicode.com
首页 > 其他好文 > 详细

GlusterFS分布式文件系统概述

时间:2019-12-24 20:24:00      阅读:74      评论:0      收藏:0      [点我收藏+]

标签:应用   不能   serve   数据包   roo   解决   环境   高度   选择   

博文目录
一、GlusterFS概述
1、GlusterFS的特点
2、GlusterFS术语
3、模块化堆栈式架构
二、GlusterFS的工作原理
1、GlusterFS的工作流程
2、弹性HASH算法
三、GlusterFS的卷类型
1、分布式卷
2、条带卷
3、复制卷
4、分布式条带卷
5、分布式复制卷

一、GlusterFS概述

GlusterFS是一个开源的分布式文件系统,同时也是Scale-Out存储解决方案Gluster的核心,在存储数据方面有强大的横向扩展能力,通过扩展不同的节点可以支持PB级别的存储容量。GlusterFS借助TCP/IP或InfiniBand RDMA网络将分散的存储资源汇聚在一起,同一提供存储服务,并使用单一全局命令空间来管理数据。GlusterFS基于可堆叠的用户空间以及无元的设计,可为各种不同的数据负载提供优异的性能。

GlusterFS主要由存储服务器、客户端及NFS/Samba存储网关(可选,根据需要选择使用)组成。GlusterFS架构中最大的设计特点就是没有元数据服务器组件,这有助于提升整个系统的性能、可靠性和稳定性。传统的分布式文件系统大多通过元服务器来存储元数据,元数据包含存储节点上的目录信息、目录结构等,这样的设计在浏览目录时效率非常高,但是也存在一些缺陷,如单点故障,一旦元数据服务器出现故障,即使节点具备再高的冗余性,整个存储系统也将崩溃,而GlusterFS分布式文件系统是基于无元服务器的设计,数据横向扩展能力强,具备较高的可靠性及存储效率。 GlusterFS支持TCP/IP和InfiniBand RDMA高速网络互联,客户端可通过原声GlusterFS协议访问数据,其他没有运行GlusterFS客户端的终端可通过NFS/CIFS标准协议通过存储网关访问数据。如下图:
技术图片

1、GlusterFS的特点

  • 扩展性和高性能;

  • 高可用性;

  • 全局统一命名空间;

  • 基于标准协议;

  • 弹性卷管理;

2、GlusterFS术语

  • Brick(存储块):指可信主机池中由主机提供的用于物理存储的专用分区,是GlusterFS中的基本存储单元,同时也是可信存储池中服务器上对外提供的存储目录,存储目录的格式由服务器和目录的绝对路径构成,表示方法为SERVER:EXPORT ,比如:192.168.1.4/date/mydir/;

  • Volume(逻辑卷):一个逻辑卷是一组Brick的集合。卷是数据存储的逻辑设备,类似于LVM中的逻辑卷。大部分Gluster管理操作是在卷上进行的;

  • FUSE:是一个内核模块,允许用户创建自己的文件系统,无须修改内核代码;

  • VFS:内核空间对用户空间提供吧的访问磁盘的接口;

  • Glusterd(后台管理进程):在存储群集中的每个节点上都要运行;

3、模块化堆栈式架构

如下图所示,GlusterFS采用模块化、堆栈式的架构,可以根据需求配置定制化的应用环境,如大文件存储、海量小文件存储、云存储、多传输协议应用等。通过对模块进行各种组合,即可实现复杂的功能。例如,Replicate模块可实现RAID1,Stripe模块可实现RAID0,通过两者的组合可实现RAID10和RAID01,同时获得更高的性能及可靠性。
技术图片
GlusterFS是模块化堆栈式的架构设计。模块成为Translator,是GlusterFS提供的一种强大的机制,借助这种良好定义的接口可以高效简便地扩展文件系统的功能。
1)服务器与客户端的设计高度模块化的同事模块接口是兼容的,同一个transtator可同事在客户端和服务器加载;

2)GlusterFS中所有的功能都是通过transtator实现的,其中客户端要比服务器更复杂。所以功能的重点主要集中在客户端上;

二、GlusterFS的工作原理

1、GlusterFS的工作流程

技术图片
图中所示只是GlusterFS数据访问的一个概要图。
1)客户端或应用程序通过GlusterFS的挂在点访问数据;

2)Linux系统内核通过VFS API收到请求并处理;

3)VFS将数据递交给FUSE内核文件系统,并向系统注册了一个实际的文件系统FUSE,而FUSE文件系统则是将数据过/dev/fuse设备文件递交给GlusterFS client端。可以将FUSE文件系统理解为一个代理;

4)GlusterFS client收到数据后。client根据配置文件对数据进行处理;

5)经过GlusterFS client处理后,通过网络将数据传递至远端的GlusterFS Server,并且将数据写入服务器存储设备;

2、弹性HASH算法

弹性HASH算法使用Davies-Meyer算法,通过HASH算法得到一个32位的整数范围,假设逻辑卷中有N个存储单位Brick,则32位的整数范围被划分为N个连续的子空间,每个空间对应一个Brick。当用户或应用程序访问某一个命名空间时,通过对该命名空间计算HASH值,根据该HASH值对应的32位整数空间定位数据所在的Brick。优点如下:

  • 保证数据平均分布在每个Brick中;

  • 解决了对元数据服务器的依赖,进而解决了单点故障及访问瓶颈;

三、GlusterFS的卷类型

GlusterFS支持七种卷,即分布式卷、条带卷、复制卷、分布式条带卷、分布式复制卷、条带复制卷和分布式条带复制卷,这七种卷可以满足不同应用对高性能、高可用的需求。

  • 分布式卷(Distribute volume):文件通过HASH算法分布到所有Brick Server上,这种卷是Glusterf的基础;以文件为单位根据HASH算法散列到不同的Brick,其实只是扩大了磁盘空间,如果有一个磁盘损坏,数据也将丢失,属于文件级的RAID0,不具备容错能力;

  • 条带卷(Stripe volume):类似于RAID0,文件被分为数据块并以轮询的方式分布到多个Brick Server上,文件存储以数据块为单位,支持大文件存储,文件越大,读取效率越高;

  • 复制卷(Replica volume):将文件同步到多个Brick上,使其具备多个文件副本,属于文件级RAID1,具有容错能力。因为数据分散到多个Brick中,所以读性能得到了很大提升,但写性能下降;

  • 分布式条带卷(Distribute Stripe volume):Brick Server数量是条带数(数据块分布的Brick数量)的倍数,兼备分布式卷和条带卷的特点;

  • 分布式复制卷(Distribute Replica volume):Brick Server数量是镜像数(数据副本数量)的倍数,具有分布式卷和复制卷的特点;

  • 条带复制卷(Stripe Replica volume):类似于RAID10,同时具有条带卷和复制卷的特点;

  • 分布式条带复制卷(Distribute Stripe Replica volume):三种基本卷的复合卷,通常用于类Map Reduce应用;

1、分布式卷

分布式卷是GlusterFS的默认卷,在创建卷时,默认选项就是创建分布式卷。在该模式下,并没有对文件进行分块处理,文件直接存储在某个Server节点上。直接使用本地文件系统进行文件存储,大部分Linux命令和工具可以继续正常使用。需要通过扩展文件属性保存HASH值,目前支持的底层文件系统有ext3、ext4、ZFS、XFS等。
由于使用本地文件系统,所以存取效率并没有提高,反而会因为网络通信的原因而有所降低;另外支持超大型文件也会有一定的难度,因为分布式卷不会对文件进行分块处理。虽然ext4已经可以支持最大16TB的单个文件,但是本地存储设备的容量实在有限。
如图所示,File1和File2存放在Server1,而File3存放在Server2,文件都是随机存储,一个文件要么在Server1上,要么在Server2上,不能分块同时存放在Server1和Server2上。
技术图片

分布式卷具有如下特点:

  • 文件分布在不同的服务器,布局别冗余性;

  • 更容易廉价地扩展卷的大小;

  • 单点故障会造成数据丢失;

  • 依赖于底层的数据保护;

创建分布式卷:

[root@cecentos01 ~]# gluster volume create dis-volume server1:/dir1 server2:/dir2
<!--创建一个名为dis-volume的分布卷,文件将根据HASH分布在
server1:/dir1、server2:/dir2中-->
Creation of dis-volume has been successful
Please start the volume to access data

2、条带卷

Stripe模式相当于RAID0,在该模式下,根据偏移量将文件分成N块(N个条带节点),轮询地存储在每个Brick Server节点。节点把每个数据块都作为普通文件存入本地文件系统中,通过扩展属性记录总块数和每块的序号。在配置时指定的条带数必须等于卷中Brick所包含的存储服务器数,在存储大文件时,性能尤为突出,但是不具备冗余性。
如下图所示,将文件存放在不同服务器里,File被分割为6段,1、3、5放在server1,2、4、6放在server2。
技术图片

条带卷具有如下特点:

  • 数据被分割成更小块分布到块服务器群中的不同条带区;

  • 分布减少了负载且更小的文件加速了存取的速度;

  • 没有数据冗余;

创建条带卷:

[root@centos01 ~]# gluster volume create stripe-volume stripe 2 transport tcp server1:/dir1 server2:/dir2
<!--创建一个名为Stripe-volume的条带卷,文件将分块轮询地存储在
server1:/dir1 、server2:/dir2两个Brick中-->
Creation of rep-volume has been successful
Please start the volume to access data

3、复制卷

复制模式,也称为AFR,相当于RAID1。即同一文件保存一份或多份副本,每个节点保存相同的内容和目录结构。复制模式因为要保存副本,所以磁盘利用率较低。如果多个节点上的存储空间不一致,那么将按照木桶效应取最低节点的容量作为该卷的总容量。在配置复制卷时,复制数必须等于卷中Brick所包含的存储服务器数,复制卷具备冗余性,即使一个节点损坏,也不影响数据的正常使用。
如下图所示,将文件存放在服务器里,File1和File2同时存放在Server1和Server2上,相当于Server2中的文件是Server1中文件的副本。
技术图片

复制卷具有以下特点:

  • 卷中所有的服务器均保存一个完整的副本;

  • 卷的副本数量可由客户创建的时候决定;

  • 至少有两个块服务器或者更多的服务器;

  • 具有冗余性;

创建复制卷:

[root@centos01 ~]# gluster volume create rep-volume replica 2 transport tcp server1:/dir1 server2:/dir2
<!--创建名为rep-volume的复制卷,文件将同时存储两个副本,
分别在Server1:/dir1和Server2:/dir2两个Brick中-->
Creation of rep-volume has been successful
Please start the volume to access data

4、分布式条带卷

分布式条带卷兼顾分布式和条带卷的功能,主要用于大文件访问处理,创建一个分布式条带卷最少需要4台服务器。
如下图所示,File1和File2通过分布式卷的功能分别定位到Server1和Server2。在Server1中,File1被分割成4段,其中1、3在Server1中exp1目录中;2、4在Server1中的exp2目录中。在Server2中,File2也被分割成4段,其中1、3在Server2中的exp3目录中,2、4在Server2中的exp4目录中。
技术图片

创建分布式条带卷:

[root@centos01 ~]# gluster volume create dis-stripe stripe 2 transport tcp server1:/dir1 server2:/dir2 server3:/dir3 server4:/dir4
<!--创建了一个名为dis-stripe的分布式条带卷,配置分布式的条带卷时,
卷中Brick所包含的存储服务器数必须是条带数的倍数(>=2倍)-->
Creation of rep-volume has been successful
Please start the volume to access data

创建卷时,存储服务器的数量如果等于条带或复制数,那么创建的是条带卷或复制卷;如果存储服务器的数量是条带卷或复制卷的2倍甚至更多,那么将创建分布式条带卷或分布式复制卷。

5、分布式复制卷

分布式复制卷兼顾分布式卷和复制卷的功能,主要用于需要冗余的情况下。
如下图所示,File1和File2通过分布式卷的功能分别定位到Server1和Server2。在存放File1时,File1根据复制卷的特性,将存在两个相同的副本,分别是Server1中的exp1目录和Server2中的exp2目录,在存放File2时,File2根据复制卷的特性,也将存在两个相同的副本,分别是Server3中的exp3目录和Server4中的exp4目录。
技术图片

创建分布式复制卷:

[root@centos01 ~]# gluster volume create dis-rep replica 2 transport tcp server1:/dir1 server2:/dir2 server3:/dir3 server4:/dir4
<!--创建了一个名为dis-rep的分布式条带卷,配置分布式的复制卷时,
卷中Brick所包含的存储服务器数必须是条带数的倍数(>=2倍)-->
Creation of rep-volume has been successful
Please start the volume to access data

假如存在8台服务器,当复制副本为2时,按照服务器列表的顺序,服务器1和2作为一个复制,服务器3和4作为一个复制,服务器5和6作为一个复制,服务器7和8作为一个复制;当复制副本为4时,按照服务器列表的顺序,服务器1/2/3./4作为一个复制,服务器5/6/7/8作为一个复制。

关于搭建GlusterFS分布式文件系统群集将在下一篇博文详细配置!!!

———————— 本文至此结束,感谢阅读 ————————

GlusterFS分布式文件系统概述

标签:应用   不能   serve   数据包   roo   解决   环境   高度   选择   

原文地址:https://blog.51cto.com/14156658/2461227

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!