分布式文件系统FastDFS之原理（一）

1、分布式文件系统

1.1、介绍下为什么分布式文件系统会产生？

       分布式文件系统是面对互联网的需求而产生，互联网时代对海量数据如何存储？靠简单的增加硬盘的个数已经满足 不了我们的要求，因为硬盘传输速度有限但是数据在急剧增长，另外我们还要要做好数据备份、数据安全等。 采用分布式文件系统可以将多个地点的文件系统通过网络连接起来，组成一个文件系统网络，结点之间通过网络进行通信，一台文件系统的存储和传输能力有限，我们让文件在多台计算机上存储，通过多台计算共同传输。如下图：

 

1.2、采用分布式文件系统的好处：

 

（1）一台计算机的文件系统处理能力扩充到多台计算机同时处理。

（2）一台计算机挂了还有另外副本计算机提供数据。

（3）每台计算机可以放在不同的地域，这样用户就可以就近访问，提高访问速度。

 

2、FastDFS

 

2.1、fastDSF介绍

 

      FastDFS 是用 c 语言编写的一款开源的分布式文件系统，它是由淘宝资深架构师余庆编写并开源。 FastDFS专为互联

网量身定制，充分考虑了冗余备份、负载均衡、线性扩容等机制，并注重高可用、高性能等指标，使用 FastDFS 很

容易搭建一套高性能的文件服务器集群提供文件上传、下载等服务。

 

2.2、为什么要使用fastDFS 呢？

 

        NFS 、 GFS等 都是通用的分布式文件系统，通用的分布式文件系统的优点的是开发体验好，但是系统复杂

性高、性能一般，而专用的分布式文件系统虽然开发体验性差，但是系统复杂性低并且性能高。 fastDFS 非常适合

存储图片等那些小文件， fastDFS 不对文件进行分块，所以它就没有分块合并的开销， fastDFS 网络通信采用

socket ，通信速度很快。

 

2.3、fastDSF工作原理

        FastDFS 架构包括 Tracker server 和 Storageserver 。客户端请求 Tracker server 进行文件上传、下载，通过 Tracker

server 调度最终由 Storage server 完成文件上传和下载。 如下图：

 

2.3.1、Tracker Server

 

       Tracker Server 作用是负载均衡和调度，通过 Tracker server 在文件上传时可以根据一些策略找到 Storage server 提

供文件上传服务。可以将 tracker 称为追踪服务器或调度服务器。

       FastDFS 集群中的 Tracker server 可以有多台， Tracker server 之间是相互平等关系同时提供服务， Tracker server

不存在单点故障。客户端请求 Tracker server 采用轮询方式，如果请求的 tracker 无法提供服务则换另一个 tracker 。

 

2.3.2、Storage Server

 

       Storage Server 作用是文件存储，客户端上传的文件最终存储在 Storage 服务器上， Storage server 没有实现自己

的文件系统而是使用操作系统的文件系统来管理文件。可以将 storage 称为存储服务器.

         Storage 集群采用了分组存储方式。 storage 集群由一个或多个组构成，集群存储总容量为集群中所有组的存储容

量之和。一个组由一台或多台存储服务器组成，组内的 Storage server 之间是平等关系，不同组的 Storage server

之间不会相互通信，同组内的 Storage server 之间会相互连接进行文件同步，从而保证同组内每个 storage 上的文件

完全一致的。一个组的存储容量为该组内的存储服务器容量最小的那个，由此可见组内存储服务器的软硬件配置最

好是一致的。

         采用分组存储方式的好处是灵活、可控性较强。比如上传文件时，可以由客户端直接指定上传到的组也可以由

tracker 进行调度选择。一个分组的存储服务器访问压力较大时，可以在该组增加存储服务器来扩充服务能力（纵向

扩容）。当系统容量不足时，可以增加组来扩充存储容量（横向扩容）。

 

2.3.3、Storage状态收集

 

        Storage server 会连接集群中所有的 Tracker server ，定时向他们报告自己的状态，包括磁盘剩余空间、文件同步

状况、文件上传下载次数等统计信息。

 

2.4、文件上传流程

 

文件上传流程如下图：

 

          客户端上传文件后 存储服务器 将 文件 ID 返回给客户端，此文件 ID 用于以后访问该文件的索引信息。文件索引信息

包括：组名，虚拟磁盘路径，数据两级目录，文件名。

组名：文件上传后所在的 storage 组名称，在文件上传成功后有 storage 服务器返回，需要客户端自行保存。

虚拟磁盘路径： storage 配置的虚拟路径，与磁盘选项 store_path * 对应。如果配置了 store_path0 则是 M00 ， 如果配置了store_path1 则是 M01 ，以此类推。

数据两级目录： storage 服务器在每个虚拟磁盘路径下创建的两级目录，用于存储数据文件。

文件名：与文件上传时不同。是由存储服务器根据特定信息生成，文件名包含：源存储服务器 IP 地址、文件创建时间戳、文件大小、随机数和文件拓展名等信息。

2.5、文件下载流程

tracker根据请求的文件路径即文件ID 来快速定义文件。

（1）通过组名 tracker 能够很快的定位到客户端需要访问的存储服务器组是 group1 ，并选择合适的存储服务器提供客

户端访问。

（2）存储服务器根据 “ 文件存储虚拟磁盘路径 ” 和 “ 数据文件两级目录 ” 可以很快定位到文件所在目录，并根据文件名找到

客户端需要访问的文件。

 

好了，今天就写到这里，下一篇文章会写： 分布式文件系统FastDFS之安装与配置（二）。欢迎继续阅读。