块存储文件存储对象存储的总结

Posted 2020-11-22 jimlau

块存储、文件存储、对象存储的理解

? 在给公司的的项目做调研时，涉及到了块存储、文件存储、对象存储，这几类存储方式，对这些概念理解的十分模糊，准备写博客记录下这三个概念的理解与区别，也为以后遗忘时方便捡起来。

? 去各大博客查找有关这三个存储的资料，网上大部分介绍这三个概念的资料都是同出一源，资料雷同太多，为了加深理解，写下这篇博客。

1. 三种存储的对比：

存储方式	技术实现	优势	劣势	代表作
块存储	裸盘上划分逻辑卷，逻辑卷格式化成任意文件系统	支持多种文件系统，传输速度快，提供硬件容错机制	无法实现网络共享	FC-SAN，iSCSI
文件存储	在格式化的磁盘上存储文件	提供网络共享	网络传输速度制约读写速度，分层目录结构限制可扩展性	NFS，FAT，EXT3
对象存储	以灵活可定制的对象为存储单元，元数据服务器提供快速并发寻址	读写速度较快的同时支持网络共享，对象灵活定义	管理软件的购买、使用和运维成本高	Swift

术语：

对象存储中，OSD（Object-based Storage Device）是对象存储设备，MDS（Metadata Server）是元数据服务器。

2. 块存储

典型设备： 磁盘阵列，硬盘

? 块存储主要是将裸磁盘空间整个映射给主机使用的，就是说例如磁盘阵列里面有5块硬盘（为方便说明，假设每个硬盘1G），然后可以通过划逻辑盘、做Raid、或者LVM（逻辑卷）等种种方式逻辑划分出N个逻辑的硬盘。

? 接着块存储会采用映射的方式将这几个逻辑盘映射给主机，主机上面的操作系统会识别到有5块硬盘，但是操作系统是区分不出到底是逻辑还是物理的，它一概就认为只是5块裸的物理硬盘而已，跟直接拿一块物理硬盘挂载到操作系统没有区别的，至少操作系统感知上没有区别。

? 此种方式下，操作系统还需要对挂载的裸硬盘进行分区、格式化后，才能使用，与平常主机内置硬盘的方式完全无异。

2.1 优点

1、 这种方式的好处当然是因为通过了Raid与LVM等手段，对数据提供了保护。

2、 另外也可以将多块廉价的硬盘组合起来，成为一个大容量的逻辑盘对外提供服务，提高了容量。

3、 写入数据的时候，由于是多块磁盘组合出来的逻辑盘，所以几块磁盘可以并行写入的，提升了读写效率。

4、 很多时候块存储采用SAN架构组网，传输速率以及封装协议的原因，使得传输速度与读写速率得到提升。

2.2 缺点

1、采用SAN架构组网时，需要额外为主机购买光纤通道卡，还要买光纤交换机，造价成本高。

2、主机之间的数据无法共享，在服务器不做集群的情况下，块存储裸盘映射给主机，再格式化使用后，对于主机来说相当于本地盘，那么主机A的本地盘根本不能给主机B去使用，无法共享数据。

3、不利于不同操作系统主机间的数据共享：另外一个原因是因为操作系统使用不同的文件系统，格式化完之后，不同文件系统间的数据是共享不了的。例如一台装了WIN7/XP，文件系统是FAT32/NTFS，而Linux是EXT4，EXT4是无法识别NTFS的文件系统的。就像一只NTFS格式的U盘，插进Linux的笔记本，根本无法识别出来。所以不利于文件共享。

3. 文件存储

典型设备：FTP、NFS服务器

? 为了克服块存储中文件服务共享的问题，所以有了文件存储。

? 文件存储也有软硬一体化的设备，但是其实普通拿一台服务器/笔记本，只要装上合适的操作系统与软件，就可以架设FTP与NFS服务了，架上该类服务之后的服务器，就是文件存储的一种了。

? 主机A可以直接对文件存储进行文件的上传下载，与块存储不同，主机A是不需要再对文件存储进行格式化的，因为文件管理功能已经由文件存储自己搞定了。

3.1 优点

1、造价交低：随便一台机器就可以了，另外普通以太网就可以，根本不需要专用的SAN网络，所以造价低。

2、 方便文件共享：针对块存储中文件无法共享问题，使用文件存储，第三方进行中转。

3.2 缺点

? 读写速率低，传输速率慢：以太网，上传下载速度较慢，另外所有读写都要1台服务器里面的硬盘来承担，相比起磁盘阵列动不动就几十上百块硬盘同时读写，速率慢了许多。

4. 对象存储

典型设备：内置大容量硬盘的分布式服务器

? 对象存储最常用的方案，就是多台服务器内置大容量硬盘，再装上对象存储软件，然后搞几台服务器作为管理节点，安装上对象存储管理软件。管理节点可以管理其他服务器对外提供读写访问功能。

? 之所以出现对象存储，是为了克服块存储与文件存储各自的缺点。简单来说块存储读写快，不利于共享，文件存储读写慢，利于共享。能否搞一个读写快，利于共享的出来呢？于是有了对象存储。

对象存储的原理

? 首先，一个文件包含了属性（术语叫metadata，元数据，例如该文件的大小、修改时间、存储路径等）以及内容（以下简称数据）

? 以往像FAT32这种文件系统，是直接将一份文件的数据与metadata一起存储的，存储过程先将文件按照文件系统的最小块大小来打散（如4M的文件，假设文件系统要求一个块4K，那么就将文件打散成1000个小块），再写进硬盘里面，过程中没有区分数据/metadata的。而每个块最后会告知你下一个要读取的块的地址，然后一直这样顺序地按图索骥，最后完成整份文件的所有块的读取。

? 这种情况下读写速度很慢，因为就算你呦100个机械手臂在读写，但是由于你只有读取到第一块，才能知道下一个在哪里，其实相当于只能有一个机械手臂在实际工作。

? 对象存储将元数据独立出来，控制节点叫元数据服务器（服务器+对象存储管理软件），里面主要负责存储对象的属性（主要是对象的数据被打散存放到了那几台分布式服务器中的信息），而其他负责存储数据的分布式服务器叫做OSD，主要负责存储文件的数据部分。当用户访问对象，会先访问元数据服务器，元数据服务器只负责反馈对象存储在那些OSD，假设反馈文件A存储在B、C、D三台OSD，那么用户就会再次直接访问3台OSD服务器去读取数据。

? 这时候由于是3台OSD同时对外传输数据，所以传输的速度就加快了。当OSD服务器数量越多，这种读写速度的提升就越大，通过这种方式，实现了读写快的目的。

? 另一方面，对象存储软件是有专门的文件系统的，所以OSD对象又相当于文件服务器，那么就不存在文件共享方面的困难了，也就解决了文件共享方面的问题。

? 所以对象存储的出现，很好地结合了块存储与文件存储的优点。

总结：

? 块存储可以认为是裸盘，最多包一层逻辑卷（LVM）；常见的DAS、FC-SAN、IP-SAN都是块存储，块存储最明显的特征就是不能被操作系统直接读写，需要格式化为指定的文件系统（Ext3、Ext4、NTFS）后才可以访问。优点：读写快（带宽&IOPS）；缺点：因为太底层了，不利于扩展。

? 文件存储：指的是在文件系统上的存储，也就是主机操作系统中的文件系统。

? 对象存储，对象存储肯定是分布式存储，但分布式存储可能是分布式文件系统，不一定是对象存储；常见的对象存储开源实现有 Ceph 的RADOS、openstack的swift、AWS s3等，常见分布式文件系统，lustre、glusterfs、HDFS等；对象存储和分布式文件系统的表面区别：对象存储支持的访问接口基本都是restful接口、而分布式文件系统提供的POSIX兼容的文件操作接口；

分布式文件系统和对象存储最本质的区别：

? 分布式文件系统文件组织方式为目录树、对象存储采用的则是扁平的组织方式；对象存储不支持随机读取和写入，put和get操作都是针对的整个文件。