GFS分布式存储

最新推荐文章于 2023-08-01 19:43:17 发布

cloveloving

最新推荐文章于 2023-08-01 19:43:17 发布

阅读量645

点赞数

文章标签：大数据

本文链接：https://blog.csdn.net/weixin_67033761/article/details/125590377

版权

GlusterFS简介

GlusterFS是一个开源的分布式文件系统。

由存储服务器、客户端以及NFS/Samba存储网关(可选，根据需要选择使用)组成。

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高，但是也存在一些缺陷，例如单点故障。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同时也是Scale-Out(横向扩展)存储解决方案Gluster的核心，在存储数据方面具有强大的横向扩展能力，通过扩展能够支持数PB存储容量和处理数千客户端。

GlusterFS支持借助TCP/IP或InfiniBandRDMA网络 (一种支持多并发链接的技术，具有高带宽、低时延、高扩展性的特点)将物理分散分布的存储资源汇聚在一起，统一提供存储服务，并使用统一全局命名空间来管理数据

特点

1、扩展性和高性能
Scale-Out架构允许通过简单地增加存储节点的方式来提高存储容量和性能(磁盘、计算和I/0资源都可以独立增加)，支持10GbE和InfiniBand 等高速网络互联。Gluster弹性哈希(ElasticHash) 解决了GlusterFS对元数据服务器的依赖，改善了单点故障和性能瓶颈，真正实现了并行化数据访问。GlusterFS采用弹性哈希算法在存储池中可以智能地定位任意数据分片(将数据分片存储在不同节点上)，不需要查看索引或者向元数据服务器查询。

2、高可用性
GlusterFS可以对文件进行自动复制，如镜像或多次复制，从而确保数据总是可以访问，甚至是在硬件故障的情况下也能正常访问当数据出现不一致时，自我修复功能能够把数据恢复到正确的状态，数据的修复是以增量的方式在后台执行，几乎不会产生性能负载。GlusterFS可以支持所有的存储，因为它没有设计自己的私有数据文件格式，而是采用操作系统中主流标准的磁盘文件系统( 如EXT3、XFS等)来存储文件，因此数据可以使用传统访问磁盘的方式被访问。

3、全局统一命名空间
分布式存储中，将所有节点的命名空间整合为统一命名空间，将整个系统的所有节点的存储容量组成一个大的虚拟存储池，供前端主机访问这些节点完成数据读写操作。

4、弹性卷管理
GlusterFS通过将数据储存在逻辑卷中，逻辑卷从逻辑存储池进行独立逻辑划分而得到。逻辑存储池可以在线进行增加和移除，不会导致业务中断。逻辑卷可以根据需求在线增长和缩减，并可以在多个节点中实现负载均衡。文件系统配置也可以实时在线进行更改并应用，从而可以适应工作负载条件变化或在线性能调优。

5、基于标准协议
Gluster存储服务支持NFS、CIFS、 HTTP、 FTP、 SMB及Gluster原生协议，完全与POSIX 标准( 可移植操作系统接口)兼容。现有应用程序不需要做任何修改就可以对Gluster中的数据进行访问，也可以使用专用API进行访问。

术语介绍

1 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。如：192.168.80.10:/data/mydir/

2 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。

3 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。

4 VFS
内核空间对用户空间提供的访问磁盘的接口。

5 Glusterd（后台管理进程）
在存储群集中的每个节点上都要运行。

工作流程

1.客户端或应用程序通过GlusterFS的挂载点访问数据。

2.linux系统内核通过VFS API收到请求并处理。

3.VES将数据递交给FUSE 内核文件系统，并向系统注册一个实际的文件系统FUSE，而FUSE 文件系统则是将数据通过/dev/fuse 设备文件递交给了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 根据配置文件的配置对数据进行处理。

5.经过GlusterFS client处理后，通过网络将数据传递至远端的GlusterFS Server，并且将数据写入到服务器存储设备上。

弹性HASH算法

弹性HASH算法是Davies-Meyer 算法的具体实现，通过HASH 算法可以得到一个32位的整数范围的hash 值，假设逻辑卷中有N个存储单位Brick，则32位的整数范围将被划分为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 值所对应的32位整数空间定位数据所在的Brick。