初识CEPH(1)

Ceph，即分布式文件系统，是一种为优秀的性能、可靠性和可扩展性而设计的同一的、分布式文件系统。简单的定义为3项：1，可轻松扩展到数PB级容量；2，支持多种工作负载的高性能（每秒输入、输出操作[IOPS]和带宽）；3，高可用性。

看到开篇的介绍你是不是觉得我很懂并有一种能从此博文中学到一些知识的错觉？然而真相从不如人意，这些都是我百度的哈哈哈。实际上，作为一位刚参加工作不久的小白来说，我连最基本的存储相关的知识都是一概不知的。因此，本篇博文主要是我在学习和了解存储以及分布式存储相关概念的过程中的一些粗浅分享，由此，接下来各位就自行选择是否继续往下阅读啦~

在此之前

既然是一概不知，那么我肯定不会这么迅速的就能够给你分享我对Ceph的了解，因此，在聊分布式存储之前，我先大概其的去了解一下存储到底是个啥。在疯狂的谷歌之后，我对于存储也就是传统的集中式存储有了一定的宏观了解。所谓集中式存储，顾名思义就是存储具有集中性，也就是说整个的存储都是集中在一个系统中的。但是，你如果把它理解成一个单独的设备那你就错的明明白白的，它是集中在一套系统中的多个设备。对于企业而言，整个存储系统可能需要几个柜机来存放。这里我就不放图了，实在想象不出来的同学去自己公司机房看看吧，要是很不幸没有机房那就自行百度吧！

集中式存储的基本架构

在存储系统中一般都会包含很多组件，除了核心的机头也就是控制器、磁盘阵列（JBOD）和交换机等设备外，还会有管理设备等辅助设备。这里我就不得不在网上扒一张图了，以下。

有图有真相，在集中式存储中一般都会包含一个机头，这是它最为核心的部件。机头中正常来讲都会有两个控制器，为啥要有两个呢?因为要相互备份，不然一出现故障岂不是就凉了吗。机头中的接口整体而言包括两种：前端接口、后端接口。前端用于用户为服务器提供存储服务，后端用于扩充存储系统的容量。也就是说，通过后端接口，我们可以搭建一个非常大的存储资源池。控制器中的软件实现对磁盘的管理，将磁盘抽象化为存储资源池，然后划分为LUN提供给服务器使用。所谓的LUN，其实就是我们在服务器上看到的磁盘啦。总之，从上图中我们可以看到集中式存储最大的特点就是只有一个统一的入口，所有的数据都要经过这个入口，它就是机头。对于集中式存储我就不过多废话了，毕竟再不进入正题就有点过于拖拉了嗷~

就是现在

据我谷歌了解，分布式存储最早是由谷歌提出的，最初的目的就是为了省钱，通过廉价的服务器来提供使用与大规模高并发场景下的web访问相关问题。一下是我搬来的谷歌最初分布式存储（HDFS）的简化模型。在这个版本的系统架构中将服务器分为两种类型，一种名为namenode，这种类型的节点负责管理元数据（也叫管理数据），另外一种名为datanode，该类型负责实际数据管理。该系统下的某个文件读取流程大致为：首先从namenode获取该文件的位置（具体在那个datanode），然后从该位置获取具体的数据。

然而，事实上我们所说的Ceph已经不是以上这个系统架构了，都怪人类太过聪明。目前大家所提到的Ceph存储系统架构，它与HDFS不同的地方在于该架构中没有中心节点。别看我这句话打的轻描淡写，这可是分布式存储的巨大成长。不要反驳我，因为客户端可以通过一个设备映射关系计算出其写入数据的位置从而达到直接与存储节点通信，这样就避免了中心节点的性能瓶颈，真香。Ceph的架构图网上也有不少，我就拿一张简单的各位能够看清楚就好，至于更详细图，现阶段我还不配给各位分享，以下。

在Ceph存储系统架构中核心组件为：Mon服务、OSD服务以及MDS服务等。对于块存储类型只需要Mon服务、OSD服务和客户端的软件即可。其中Mon服务用于维护存储系统的硬件逻辑关系，主要是服务器和硬盘等在线信息。Mon服务通过集群的方式保证其服务的可用性。OSD服务用于实现对硬盘的管理，实现真正的数据读写，通常一个磁盘对应一个OSD服务。客户端访问存储的大致流程是，客户端在启动后会首先从Mon服务拉取存储资源布局信息，然后根据该布局信息和写入数据的名称等信息计算出期望数据位置（包含具体的物理服务器信息和磁盘信息），然后与该位置信息直接通信，读取或者写入数据。

不是最后

以上只是我在学习了解存储的最初过程中少量的总结，目前分布式存储更多的也会通过一致性哈希swift来计算数据的读写位置，以及Ceph存储系统也分为块存储、文件存储和对象存储三大块，Ceph的存储引擎BlueStore等等内容，容我日后再深入了解之后再来给各位上课哈~哈哈哈

行了，天也不早了，散会吧！