《大规模分布式存储系统》 第4章 分布式文件系统【4.2】

javazx

4.2　Taobao File System
* E( V5 t' M; a$ ~  j互联网应用经常需要存储用户上传的文档、图片、视频等，比如Facebook相
! {3 w9 j5 A4 `0 i+ ]册、淘宝图片、Dropbox文档等。文档、图片、视频一般称为Blob数据，存储Blob数
据的文件系统也相应地称为Blob存储系统。每个Blob数据一般都比较大，而且多个
Blob之间没有关联。Blob文件系统的特点是数据写入后基本都是只读，很少出现更
: a0 O: k+ B+ G4 u* q' Y4 G新操作。这两节分别以Taobao File System和Facebook Haystack为例说明Blob文件系统
/ E! ~" x9 Z0 [& F1 g3 J3 `. H的架构。
2007年以前淘宝的图片存储系统使用了昂贵的NetApp存储设备，由于淘宝数据
0 I& k5 |  S7 _6 v8 s量大且增长很快，出于性能和成本的考虑，淘宝自主研发了Blob存储系统Tabao File
6 A6 P" ]0 c: ^7 i) {( cSystem（TFS）。目前，TFS中存储的图片规模已经达到百亿级别。
TFS架构设计时需要考虑如下两个问题：
●Metadata信息存储。由于图片数量巨大，单机存放不了所有的元数据信息，假
  R" O0 K9 s; _9 V" @; n6 y- Y设每个图片文件的元数据占用100字节，100亿图片的元数据占用的空间为
9 {! }5 }6 P; d1 A2 ^7 y10G×0.1KB=1TB，单台机器无法提供元数据服务。
- E/ {* x& I, _9 B●减少图片读取的IO次数。在普通的Linux文件系统中，读取一个文件包括三次
  a: ]7 [0 X9 X" i* |- U2 Y磁盘IO：首先读取目录元数据到内存，其次把文件的inode节点装载到内存，最后读
" @0 g9 P. B: t1 s6 U  G取实际的文件内容。由于小文件个数太多，无法将所有目录及文件的inode信息缓存
, P! b) }* Z% D" S6 _到内存，因此磁盘IO次数很难达到每个图片读取只需要一次磁盘IO的理想状态。
因此，TFS设计时采用的思路是：多个逻辑图片文件共享一个物理文件。
- x0 p+ m( R: |$ U- X" B* `; z) Y1 L  e4.2.1　系统架构
TFS架构上借鉴了GFS，但与GFS又有很大的不同。首先，TFS内部不维护文件
目录树，每个小文件使用一个64位的编号表示；其次，TFS是一个读多写少的应用，
( c0 d2 k8 |3 q% b3 c2 S$ M; p7 C相比GFS,TFS的写流程可以做得更加简单有效。
& x: w7 C& q4 R. `  b( M( `6 j如图4-4所示，一个TFS集群由两个NameServer节点（一主一备）和多个
* g1 E" `9 C) X5 e( \& J1 ^DataServer节点组成，NameServer通过心跳对DataSrver的状态进行监测。NameServer
相当于GFS中的Master,DataServer相当于GFS中的ChunkServer。NameServer区分为主
NameServer和备NameServer，只有主NameServer提供服务，当主NameServer出现故障
时，能够被心跳守护进程检测到，并将服务切换到备NameServer。每个DataServer上
; I# ^. B" K: e4 P! m, B2 R会运行多个dsp进程，一个dsp对应一个挂载点，这个挂载点一般对应一个独立磁盘，
  g. p0 o4 {; h  Y9 E! `- }0 v9 m从而管理多块磁盘。
7 K* D9 o8 c- Z; J1 A6 Y' G) D图　4-4　TFS整体架构
9 e* R& s5 [: z5 |6 u5 b在TFS中，将大量的小文件（实际数据文件）合并成一个大文件，这个大文件称
为块（Block），每个Block拥有在集群内唯一的编号（块ID），通过＜块ID，块内偏
移＞可以唯一确定一个文件。TFS中Block的实际数据都存储在DataServer中，大小一
2 N" I% e2 u9 B2 E' S9 L! y2 ^1 `# G般为64MB，默认存储三份，相当于GFS中的chunk。应用客户端是TFS提供给应用程
序的访问接口，应用客户端不缓存文件数据，只缓存NameServer的元数据。
1.追加流程
2 I) G' a: v9 VTFS中的追加流程相比GFS要简单有效很多。GFS中为了减少对Master的压力，
引入了租约机制，从而将修改权限下放到主ChunkServer，很多追加操作都不需要
Master参与。然而，TFS是写少读多的应用，即使每次写操作都需要经过NameNode
3 ^6 J+ s& `1 F% F也不会出现问题，大大简化了系统的设计。另外，TFS中也不需要支持类似GFS的多
: U6 U' A. Y, d客户端并发追加操作，同一时刻每个Block只能有一个写操作，多个客户端的写操作
会被串行化。
# A  j; H2 x7 g( ]4 z# U7 ~如图4-5所示，客户端首先向NameServer发起写请求，NameServer需要根据
6 {  l) w, l1 C# j; E0 G7 ^6 ?DataServer上的可写块、容量和负载加权平均来选择一个可写的Block，并且在该
, k- N, p3 ]' K1 l1 [2 ~, ^Block所在的多个DataServer中选择一个作为写入的主副本（Primary），其他的作为
备副本（Secondary）。接着，客户端向主副本写入数据，主副本将数据同步到多个
备副本。如果所有的副本都修改成功，主副本会首先通知NameServer更新Block的版
, f  ?- Q1 l" I0 p( f3 T# J本号，成功以后才会返回客户端操作结果。如果中间发生任何错误，客户端都可以
从第一步开始重试。相比GFS,TFS的写流程不够优化，第一，每个写请求都需要多次
访问NameServer；第二，数据推送也没有采用流水线方式减小延迟。淘宝的系统是
需求驱动的，用最简单的方式解决用户面临的问题。
图　4-5　TFS追加流程
1 B2 l' P- h6 O, f2 V每个写操作返回后，会返回客户端两个信息，小文件在TFS中的Block编号
（Block id）以及Block偏移（Block offset）。应用系统会将这些信息保存到数据库
中，图片读取的时候首先根据Block编号从NameServer查找Block所在的DataServer，
然后根据Block偏移读取图片数据。TFS的一致性模型保证所有返回给客户端的＜
Blockid,Block offset＞标识的图片数据在TFS中的所有副本都是有效的。
2.NameServer
8 d' U% J' g* e, [NameServer主要功能是：Block管理，包括创建、删除、复制、重新均衡；Data-
1 }& Y6 X4 {" o- F. ^4 o& iServer管理，包括心跳、DataServer加入及退出；以及管理Block与所在DataServer之
! U" ]6 c) h: W1 \间的映射关系。与GFS Master相比，TFS NameServer最大的不同就是不需要保存文件
目录树信息，也不需要维护文件与Block之间的映射关系。
NameServer与DataServer之间保持心跳，如果NameServer发现某台DataServer发
生故障，需要执行Block复制操作；如果新DataServer加入，NameServer会触发Block
负载均衡操作。和GFS类似，TFS的负载均衡需要考虑很多因素，如机架分布、磁盘
利用率、DataServer读写负载等。另外，新DataServer加入集群时也需要限制同时迁
入的Block数量防止被压垮。
2 Y* R1 T$ D7 e. A: A4 GNameServer采用了HA结构，一主一备，主NameServer上的操作会重放至备
NameServer。如果主NameServer出现问题，可以实时切换到备NameServer。
4.2.2　讨论
图片应用中有几个问题，第一个问题是图片去重，第二个问题是图片更新与删
% Z: T6 K9 V3 T" o8 G除。
3 m2 F( \# Z& C4 i& b9 ~8 X: _  H  D由于用户可能上传大量相同的图片，因此，图片上传到TFS前，需要去重。一般
在外部维护一套文件级别的去重系统（Dedup），采用MD5或者SHA1等Hash算法为
图片文件计算指纹（FingerPrint）。图片写入TFS之前首先到去重系统中查找是否存
. p% ?* e; f1 _2 _/ J$ R( o在指纹，如果已经存在，基本可以认为是重复图片；图片写入TFS以后也需要将图片
) B6 x+ f6 L0 [, M$ f% c的指纹以及在TFS中的位置信息保存到去重系统中。去重是一个键值存储系统，淘宝
内部使用5.2节中的Tair来进行图片去重。
图片的更新操作是在TFS中写入新图片，并在应用系统的数据库中保存新图片的
位置，图片的删除操作仅仅在应用系统中将图片删除。图片在TFS中的位置是通过＜
Block id,Block offset＞标识的，且Block偏移是在Block文件中的物理偏移，因此，每
. n6 T1 A$ T, ^: ]' Z% ~个Block中只要还有一个有效的图片文件就无法回收，也无法对Block文件进行重整。
如果系统的更新和删除比较频繁，需要考虑磁盘空间的回收，这点会在Facebook
Haystack系统中具体说明。
5 {9 s: u- @- e1 {