anzhsoft的技术专栏

我的CSDN专访。摘要：EMC公司作为全球信息存储及管理产品方面的领先公司，不久前，EMC宣布收购DSSD加强和巩固了其在行业内的领导地位，日前我们有幸采访到EMC中国的张安站，他就大数据、商业存储、Spark等给大家分享了自己的看法。

本文主要介绍5个典型的HDFS流程，这些流程充分体现了HDFS实体间IPC接口和stream接口之间的配合。Client和NameNode，主要是介绍了Client对NN的各种文件系统目录树元数据的操作。还通过源码分析了HDFS在读取文件时，Client，NN和DN发生的事件和这些事件的顺序。 即使不考虑出现错误的情况，写文件也是HDFS最复杂的流程。本文通过创建一个新文件并向文件写入数据，结束后关闭这个文件为例，分析文件写入时各个节点之间的配合。还讨论了DN的启动及其与NN之间的交互。包括DN从启动到

Hadoop框架中最核心设计就是：HDFS和MapReduce。HDFS提供了海量数据的存储，MapReduce提供了对数据的计算。HDFS在Hadoop中扮演了非常基础的作用，以文件系统的形式为上层应用提供海量数据的存储服务。 HDFS作为一个分布式文件系统，具有高容错的特点。它可以部署在廉价的通用硬件上，提供高吞吐率(Throughput)的数据访问，特别适合那些需要处理海量数据集的应用程序。它没有遵循POSIX的要求，不支持ls，cp这样标准的UNIX命令，也不支持fopen和fread这

HDFS，为Hadoop这个分布式计算框架提供高性能、高可靠、高可扩展的存储服务。HDFS的系统架构是典型的主/从架构，早期的架构包括一个主节点NameNode和多个从节点DataNode。 HDFS HA的解决方案可谓百花齐放，Linux HA, VMware FT, shared NAS+NFS, BookKeeper, QJM/Quorum Journal Manager, BackupNode等等。目前普遍采用的是shared NAS+NFS，因为简单易用，但是需要提供一个HA的共享存储设备。而

传统的商业存储，诞生于大型机，小型机时代。那时候将所有的硬盘集中的放到几个机架上，大型机通过光纤，ISCSI等高速连接到存储系统上。存储系统需要保证高并发，高IO读写速度，数据冗余备份等保护。 现在x86服务器，尤其是Google这种互联网公司都是通过廉价的硬件组装成高大上的集群，分布式文件系统（GFS，HDFS），各种基于内存的系统（memcached, GemFire, RAMCloud），它们都是通过相对廉价的硬件来构建了高并发，高读写速度，高可靠性（虽然每个节点有很高的故障率，但是集群可以

闪存速度的确就是现在存储系统的极限吗？现在有需要基于内存的数据库，比如Redis，TimesTen。也不得不提缓存系统的极佳实践memcached。spark也把操作的中间数据全都放入到内存中，避免了Hadoop实时性和可用性差的问题，有可能对Hadoop的生态圈产生深远影响。spark已经于2014年2月27日正式成为Apache基金会的顶级项目了。 RAMCloud，是一个完全使用DRAM的存储系统，它的所有数据都保存到内存中。当然了为了故障恢复RAMCloud会将日志和数据的备份持久化到

Btree数据结构可以说是BTRFS文件系统的基础。它提供了一个通用的方式去存储不同的数据类型。它仅仅存储3个数据类型：key， item和block header。   btrfs_header的定义如下：struct btrfs_header { u8 csum[32]; u8 fsid[16]; __le64 blocknr; __le64 flags;

一年前开始学习Hadoop。Hadoop， 大数据的事实标准，被Facebook， Yahoo，eBay，taobao，baidu广泛应用。Hadoop本身很复杂，包含了很多子项目，不同的应用场景催生了不同的子项目。        最近要做OpenStack的项目，开始学习OpenStack。也反思了一下我现在所从事的行业：企业存储，路在何方？        IT的技术发展可以说是日新月异。在人们

OpenStack是一个美国国家航空航天局和Rackspace合作研发的云端运算‎软件，以Apache许可证授权，并且是一个自由软件和开放源代码项目。OpenStack是IaaS（基础设施即服务）‎软件，让任何人都可以自行建立和提供云端运算服务。此外，OpenStack也用作建立防火墙内的“私有云”（Private Cloud），提供机构或企业内各部门共享资源。 Cinder提供了OpenStack的Block Service（块服务）。类似于 Amazon 的 EBS 块存储服务，OpenS

BTRFS，通常念成 Butter FS,Better FS 或B-tree FS。下一代的Linux文件系统。 它基于写时拷贝（copy-on-write），支持高效的snapshot和clone。它使用b-tree作为存储的数据结构。在BTRFS项目主页上对自己是这么描述的："一个新的针对Linux的写时复制文件系统，致力于实施高级的功能，同时关注容错、修复和管理方便性。" 它有哪些高级功能呢？下面的feature来自BTRFS的项目主页：http://btrfs.wiki.kerne

1. 背景        企业存储是企业信息系统管理很重要的组成部分。企业存储包含了大量的数据，供大量人使用。对于航空系统和金融系统来说，信息存储就更加重要了。 作为企业信息存储，扩展性是非常重要的，因为现在企业对于空间的使用越来越多。          那么一个企业可能会采用其他存储厂商的产品，原来信息如何保留？ 使用数据迁移功能（migration），可以将数据转移到其他系统上。但是企业数据数