FastDFS 架构分析

Posted sesiria

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了FastDFS 架构分析相关的知识,希望对你有一定的参考价值。

本系列文章将使用FastDFS框架来搭建一个基于分布式文件系统的网络云盘

 

1. FastDFS架构分析

FastDFS是由国人余庆所开发,其项目地址是:https://github.com/happyfish100

FastDFS主要功能包括:文件存储,同步和访问,设计基于高可用和负载均衡。FastDFS非常适用于文件服务和站点。

 

FastDFS由跟踪服务器(Tracker Server)存储服务器(Storage Server)和客户端(client)三个部分组成。主要解决海量数据存储问题,特别使用以中小文件(建议范围:4KB<file_size<500MB)为载体的在线服务,例如图片分享和视频分享网站。

FastDFS架构如下:

Tracker Server

Tracker是FastDFS的协调者,负责管理所有的Storage Server和Group,每个storage在启动后会连接Tracker,告知自己所属的group等信息,并保持周期性的心跳,tracker根据storage的心跳信息,建立group==>[storage server list]映射表。

Tracker需要管理的元信息很少,会全部存储在内存中;另外tracker上的元信息都是由storage汇报的信息生成的,本身不需要持久化任何数据,这样使得tracker非常容易扩展,直接增加tracker机器即可扩展为tracker cluster来服务,cluster里每个tracker之间是完全对等的,所有tracker都接受storage的心跳信息,生成元数据信息来提供读写服务。

 

Storage Server

Storage server(后简称storage)以组(卷,group或volume)为单位组织,一个 group内包含多台storage机器,数据互为备份,存储空间以group内容最小的storage为准,所以建立同一个group内的多个storage尽量配置相同,以免造成存储空间的浪费。

以group为单位组织存储方便的进行应用隔离、负载均衡、副本数定制(group内storage server数量即为该group的副本数),比如将不同应用数据存到不同的group就能隔离应用数据,同时还能根据应用的访问特性来将应用分配到不同的group来做负载均衡;缺点是group的容量受单机存储容量的限制,同时当group内由机器坏掉时,数据恢复只能依赖group内地其他机器,使得恢复时间会很长。

group内每个storage的存储依赖于本地文件系统,storage可配置多个数据存储目录,比如有10块磁盘,分别挂载在/data/disk1 - /data/disk10,则可将这10个目录都配置为storage的数据存储目录。

storage接受到写文件的请求时,会根据配置好的规则,选择其中一个存储目录来存储文件。为了避免单个目录下的文件数太多,在storage第一次启动时,会在每个数据存储目录里创建2级子目录,每级256个,总共是65536个文件,新写的文件会以hash的方式被路由到其中某个子目录下,然后将文件数据直接作为一个本地文件存储到该目录中。

 

Client

FastDFS向使用这提供基本文件访问接口,比如monitor, upload, download, append, delete等,以客户端库的方式提供给用户使用。

 

2. FastDFS各项功能逻辑分析

upload file原理

 

选择tracker server

当集群中不止一个tracker server时,由于tracker之间是完全对等的关系,客户端在upload文件时可以选择任意一个tracker.

 

选择存储的group

当tracker接收到upload file的请求时,会为该文件分配一个可以存储该文件的group,支持如下选择group的规则:

1. Round robin,所有group间轮询

2. Specified group, 指定某一个确定的group

3. Load balance,选择最大剩余空间的组上传文件

 

选择storage server

当选择group后,tracker会在group内选择一个storage server给客户端,支持如下storage的规则:

1.Round robin, 在group内的所有storage间轮询

2. First server ordered by ip, 按ip排序

3. First server ordered by priority, 按有限级排序(优先级在storage上配置)

 

选择storage path

当分配好storage server后,客户端将向storage发送写文件请求,storage将会为文件分配一个数据存储目录 (挂载目录),支持如下规则:

1.Round robin,多个存储目录间轮询

2.剩余存储空间最多的优先

 

生成Fileid

选定存储目录之后,storage会为文件生成一个Fileid,由:storage server ip, 文件创建时间、文件大小、文件crc32和一个随机数拼接而成,然后将这个二进制串进行base64编码,转换为可打印的字符串。

 

选择两级目录

当选定存储目录之后,storage会为文件分配一个Fileid,每个存储目录下有两级256*256的子目录,storage会按文件fileid进行两次hash(推测),路由到其中的一个子目录,然后将文件 以fileid为文件名存储到该子目录下。

 

生成文件名

当文件存储到某个子目录后,即认为该文件存储成功,接下来会为该文件生成一个文件名,文件名由:group、存储目录、两级子目录、fileid、文件名后缀名(由客户端指定,主要用于区分文件类型)拼接而成。

 

 

文件名规则:

* storage_id (ip的数值型) 源storage server ID或IP地址

* timestamp(文件创建时间戳)

* file_size (若原始值为32位则前面加入一个随机值填充,最终为64位)

* crc32(文件内容的校验码)

随机数 (引入随机数的目的是防止生成重名文件)

1 eBuDxWCb2qmAQ89yAAAAKeR1iIo162
2 | 4bytes | 4bytes | 8bytes |4bytes | 2bytes |
3 | ip | timestamp | file_size |crc32 | 校验值 |

 

 

download file逻辑

客户端upload file成功后,会拿到一个storage生成的文件名,接下来客户端根据这个文件名即可访问到该文件

根upload file一样,在download file时客户端可以选择任意tracker server.

client发送download请求给某个tracker,必须带上文件名信息,tracker从文件名信息中解析出文件的group、大小、创建时间等信息,然后为该请求选择一个storage用来服务读 请求。由于group内的文件同步是在后台异步进行的,所以有可能出现在读到的时候,文件还没有同步到某些storage server上,为了尽量避免访问到这样的storage,tracker按照如下规则选择group内可读的storage.

1.改文件上传到的源头storage - 源头storage只要存活着,肯定包含这个文件,源头地址被编码在文件名中。

2.文件创建时间戳 == storage被同步到的时间戳 且(当前时间-文件时间戳) > 文件同步最大时间(如5分钟) - 文件创建后,认为经过最大同步时间后,肯定已经同步到其他storage了。

3. 文件创建时间戳 < storage被同步到的时间戳。 -- 同步时间戳之前文件确定已经同步了

4. (当前时间 - 文件创建时间戳) > 同步延迟阈值 (如一天). -经过同步延迟阈值时间,认为文件肯定已经同步了。

 

HTTP下载逻辑

FastDFS自带的http服务已经弃用,需要 通过nginx + fastdfs-nginx-module的方式去实现下载。

 

同步机制

同一组内storage server之间是对等 的,文件上传、下载、删除等操作可以在任意一台storage server上进行;

文件同步只在同组内的storage server之间进行,采用push方式,即源服务器同步给目标服务器;

 

3. Ceph, TFS, FastDFS, MogileFS, MooseFS, Gluster对比

对比说明

/文件系统

TFSFastDFSMogileFSMooseFSGlusterFSCeph
开发语言C++CPerlCCC++
开源协议GPL V2GPL V3GPLGPL V3GPL V3LGPL
数据存储方式文件/Trunk文件文件/块对象/文件/块
集群节点通信协议私有协议(TCP)私有协议(TCP)HTTP私有协议(TCP)私有协议(TCP)/ RDAM(远程直接访问内存)私有协议(TCP)
专用元数据存储点占用NS占用DB占用MFS占用MDS
在线扩容支持支持支持支持支持支持
冗余备份支持支持-支持支持支持
单点故障存在不存在存在存在不存在存在
跨集群同步支持部分支持--支持不适用
易用性安装复杂,官方文档少安装简单,社区相对活跃-安装简单,官方文档多安装简单,官方文档专业化安装简单,官方文档专业化
适用场景跨集群的小文件单集群的中小文件-单集群的大中文件跨集群云存储单集群的大中小文件

 

 

 

 

 

 

以上是关于FastDFS 架构分析的主要内容,如果未能解决你的问题,请参考以下文章

Linux服务器开发,fastdfs架构分析和配置

java互联网架构

FastDFS架构

FastDFS架构及特点介绍

FastDFS架构和设计理念解读

Fastdfs架构