分布式存储——mogilefs & fastdfs
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了分布式存储——mogilefs & fastdfs相关的知识，希望对你有一定的参考价值。
一、 mogilefs
mogilefs特性：
1、支持多节点冗余
2、可实现自动的文件复制
3、使用名称空间（命名空间），每个文件通过key来确定
4、不需要RAID,应用层可以直接实现RAID,不共享任何东西，通过“集群”接口提供服务
5、工作于应用层，没有特殊的组件要求；
6、不共享任何数据，MogileFS不需要依靠昂贵的SAN来共享磁盘，每个机器只用维护
好自己的磁盘。
mogilefs的架构：
mogileFS主要由三部分构成：tracker节点，database节点，storage节点
1、Tracker(MogileFSd 进程)：这个是 MogileFS的核心部分，他是一个调度器，MogileFSd进程就是trackers进程程序，trackers做了很多工作：Replication,Deletion,Query,Reaper,Monitor 等等，这个是基于事件的( event-based ) 父进程/消息总线来管理所有来之于客户端应用的交互(requesting operations to be performed),包括将请求负载平衡到多个“query workers”中，然后让 MogileFSd 的子进程去处理；
2、mysql：用来存放 MogileFS 的元数据 (命名空间, 和文件在哪里)，是Trackers 来操作和管理它，可以用mogdbsetup程序来初始化数据库，因为数据库保存了MogileFS的所有元数据，建议做成HA架构；
3、Storage Nodes：这个是 MogileFS存储文件存放在这些机器上,也是 mogstored 节点,也叫 Storage Server,一台存储主要都要启动一个 mogstored 服务.扩容就是增加这些机器，实际文件存放的地方。
每次文件的上传和读取，都经过前端TrackerServer服务器，trackerServer服务器受到client端的请求，查询数据库，返回一个上传或者是读取的可用的后端StorageServer的地址，然后由client端直接操作后端StorageServer服务器。upload操作返回就是成功或者失败的结果，read操作就是返回对应的查询数据。
MogileFS管理的几个概念：
1、Domain：一个MogileFS可以有多个Domain，用来存放不同文件（大小，类型），同一个Domain内key必须唯一，不同Domain内，key可以相同；
2、每一个存储节点称为一个主机host，一个主机上可以有多个存储设备dev(单独的硬盘)，每个设备都有ID号，Domain+Fid用来定位文件。
3、Class：文件属性管理，定位文件存储在不同设备上的份数；
mogilefs程序路径
主程序（Tracker）：/usr/bin/mogilefsd
主程序（Storage Nodes）：/usr/bin/mogstored
数据库初始化：/usr/bin/mogdbsetup
命令行管理工具程序：/usr/bin/mogadm
主配置文件（Tracker）：/etc/mogilefs/mogilefsd.conf
主配置文件（Storage Nodes）：/etc/mogilefs/mogstored.conf
实验：
1、准备三台机器，关闭防火墙，然后分别安装这些包
yum install perl-Net-Netmask perl-IO-String perl-Sys-Syslog perl-IO-AIO
然后可以建一个目录mogilefs，将需要的软件包下到目录中
查看一下，下载好了
然后将那些包全部安装到当前目录下 yum localinstall ./*
2、当三台都做好上述准备之后，我们可以开始分角色了
一台作为tracker和database，另外两台是storage1（172.17.254.225 ）和storage2（172.17.251.13）
3、我们先操作tracke+mysql那台。
首先需要初始化服务
启动，登陆数据库
给mogilefs库授权，然后刷新一下权限
GRANT ALL PRIVILEGES ON mogilefs.* TO 'mogile'@'127.0.0.1' IDENTIFIED BY 'mogile'WITH GRANT OPTION;
我们现在已经授权了一个mogile的用户
然后使用mogdbsetup命令，指定密码，设定数据库
这样它就帮我把数据库和库中的表都创建好了，我们可以去看一下
但是现在我们的表里还没有东西，因为还没开始往里加主机呢。
接下来我们就可以去配置tracker了
编辑配置文件：/etc/mogilefs/mogilefsd.conf
然后保存退出
使用启动脚本启动tracker
查看一下端口监听状态
正常。
也可以查看一下主进程子进程
我们也可以使用专业命令mogadm check可以查看状态：（要指定tracker是谁）
可以看到，目前里面没有host，等会我们加入host之后再来看一下。
4、那我们现在就该来配storage了。
编辑storage的配置文件/etc/mogilefs/mogstored.conf
也不需要改啥，配个工作路径就行
然后我们需要建立/data下的mogdata目录
目前目录下没有东西
因为它的进程工作是以mogilefs用户（这个用户在装包的时候会自动帮你创建）来运行，因此我们需要修改目录的属主属组
然后就可以使用脚本启动了
查看一下，确实启动起来了：
然后在另一台storage上也做同样的事。
（PS：
）
5、这样，两台storage也配好了，现在我们要将它们和tracker组合到一块。
在tracker的机器上操作。
添加一台host，节点命名为node1，并定义状态为alive
mogadm --tracker=172.17.252.91:7001 host add node1 --ip=172.17.254.225 --port=7500 --status=alive
然后使用check查看一下，果然有一个host了。
同样，我们将另一台也加上，节点起名叫node2
添加成功。
可以用mogadm host list查看主机具体IP还有状态
（如果想要修改IP或者状态，将add换成modify即可）
6、加完了host，接下来我们该加设备（dev）了。
操作storage1机器。
首先需要给设备创建个目录，建议目录使用dev+ID这种格式，并且记的所有系统中ID不能重复，而且必须与配置文件中的路径一样。（我们刚才配置文件中定义的路径为/data/mogdata）
查看一下文件
同样的，在storage2上也做如上操作，不过建立的文件夹ID不能与刚才相同，应该叫dev2。
7、我们已经从目录上建立了两个设备，接下来要将它们添加到MogileFS集群中
操作tracker机器，还是使用刚才添加host的命令，只不过将host改为device，然后指定节点和ID
使用check查看一下，确实添加成功
同样，把dev2加到node2中
同样可以使用device list查看
添加好了之后我们可以去storage的dev文件夹下看一看
多了一个test-write文件夹，随机写一些东西用来测试一下
这个时候呢，我们可以再去看看数据库
看一下host里面，刚才是空的，现在就有了信息了
还有dev设备也有了
8、如果我们使用mogadm命令时不想每次都指定 --tracker=172.17.252.91:7001的话，我们可以将它写到配置文件中
我们自己创建一个mogilefs.conf文件（代表客户端设置）vim /etc/mogilefs/mogilefs.conf
将那句话写到文件中（注意要加s）
保存退出
然后再使用命令试一下：
成功！
9、然后我们该创建域了。
比如我们建一个img域专门用来存放图片 mogadm domain add img
查看一下
加完域之后，它会给你分配一个默认的class叫default，这个mindevconut代表副本数
你也可以手动添加一个class
查看一下
创建成功
10、一切准备就绪，现在我们可以测试一下了
我们有张名为linux的图片
我们将它上传上去
需要指定domain，key和文件路径名称（当前目录下可以写./也可以不写）
mogupload --domain=img --key=test --file=linux.jpg
上传完了，我们可以去storage中去找一下
dev2中没有
我们去dev1下看一下，果然多了一个名为0的文件夹
然后一层一层找下去，最后找到了那个文件
去看一下数据库中file表中的fid为5，因此这个文件才叫0000000005。
file_on表中的devid为1，因此这个文件才会在dev1下，而不在dev2下。
（注意：其实正常情况下，应该是dev1中和dev2中都有的，因为设置的副本数为2，但是因为现在使用的这个默认版本有些bug，不能复制，因此只有一份。我们一会可以降级，让它实现复制功能。）
我们也可以使用命令查询刚才传的文件的路径
可以去浏览器中访问一下这个路径
可以成功查看到图片
刚才添加用的是mogfileinfo --domain=img --key=test，如果要删除的话使用mogdelete --domain=img --key=test即可
暂时停止服务器
如果你需要维护一个服务器，比如更新内存，升级操作系统之类的需要关机的操作，推荐你在操作之前先设置这些为“down”。MogileFS对这种偶然的故障可以很弹性的处理。
（注：将机器down之后，新的读操作和写操作都不会再去分配了，但是老的那些已经查询过的读写请求，尤其是在storage上已经写好的数据是不会变的，storage上的节点（7500端口）还是在监听状态的）
所以，如果我们使用mogadm host mark node1 down 将storage1上的host下线，然后再上传文件的话，就只能上传到storage2上的node2里了。
降级
因为当前版本有bug，没法复制，因此我们需要降级（以下操作三台都要进行）
需要使用perl，因此我们先需要安装perl的编译环境
然后我们就可以去下载perl的模块了，进到一个临时目录/tmp/下，然后下载
wget http://search.cpan.org/CPAN/authors/id/B/BR/BRADFITZ/Sys-Syscall-0.23.tar.gz
这就是那个包啦
然后解压缩
进入解压后的目录
使用perl编译
然后使用make&&make install就安装完成了
然后需要重启一下，在tracker上使用/etc/init.d/mogilefsd stop 和 start，在两台storage上使用/etc/init.d/mogstored stop 和start（重启的时候如果出现fail不用管它，又是一个bug，其实已经启动成功了）
三台都做好如上操作之后就完成了降级，我们可以试一下看看现在有没有复制功能了。
新添加一个图片，key为bug
然后我们查看一下
看到了两份，复制成功！！！！！
二、 FastdFS
FastDFS是一个轻量级的开源分布式文件系统，主要解决了大容量的文件存储和高并发访问的问题，文件存取时实现了负载均衡。
FastDFS是一款类Google FS的开源分布式文件系统，它用纯C语言实现，支持Linux、FreeBSD、AIX等UNIX系统。它只能通过 专有API对文件进行存取访问，不支持POSIX
接口方式，不能mount使用。准确地讲，Google FS以及FastDFS、mogileFS、 HDFS、TFS等类Google FS都不是系统级的分布式文件系统，而是应用级的分布式文件存储服务。
架构解读
? 只有两个角色，tracker server和storage server，不需要存储文件索引信息
? 所有服务器都是对等的，不存在Master-Slave关系
? 存储服务器采用分组方式，同组内存储服务器上的文件完全相同（RAID 1）
? 不同组的storage server之间不会相互通信
? 由storage server主动向tracker server报告状态信息，tracker server之间通常不会相互通信
FastDFS同步机制
采用binlog文件记录更新操作，根据binlog进行文件同步
同一组内的storage server之间是对等的，文件上传、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；
源头数据才需要同步，备份数据不需要再次同步，否则就构成环路了；
上述第二条规则有个例外，就是新增加一台storage server时，由已有的一台storage server将已有的所有数据（包括源头数据和备份数据）同步给该新增服务器。
FastDFS核心组件
Tracker：调度器，负责维持集群的信息，例如各group及其内部的storage node，这些信息也是storage node报告所生成；每个storage node会周期性向tracker发心跳信息；
storage server：以group为单位进行组织，任何一个storage server都应该属于某个group，一个group应该包含多个storage server；在同一个group内部，各storage server的数据互相冗余；
实验
那我们还是准备3台机器，一台做tracker，两台做storage
1、先建立一个文件夹，然后去下包
使用mget * 下载全部
查看一下
要安装fastdfs包需要依赖lib包，所以全都安装
yum localinstall fastdfs-* libf*
三台全部安装好，我们就可以开始接下来的配置了。
2、先配tracker
配置文件放在/etc/fdfs目录下，有一个样本文件，我们将它改个名字
然后去编辑它
其实也没什么好配的，就改个目录即可
于是我们给它建一个tracker目录 mkdir /data/fastdfs/tracker -p
然后因为它是客户端工具，因此我们还需要配一下客户端
配一下工作路径和tracker的地址
就可以直接启动服务了
启动成功
查看下端口
3、配置storage
还是进入/etc/fdfs目录，然后拷贝一份配置文件，这会就要拷贝storage.conf的模板了
也是需要指定一个工作路径
然后指定一个存储路径（可以与上面相同）
这里配置tracker的IP地址
然后保存退出
同样的，建个目录启动即可
查看一下
确实起来了
另一台也做相同的操作。
3、然后就可以测试了
FastDFS实现nginx代理
1、在两台storage上安装nginx包
还是进到fastdfs目录下，安装所有的nginx包
编辑配置文件 /etc/nginx/nginx.conf
还要修改一个配置文件vim /etc/fdfs/mod_fastdfs.conf
配置一下trackerIP
再将这句改为true
然后改一下路径
启动nginx服务
然后就可以在网页中访问了
（使用storage的IP+这个路径即可访问了）
以上是关于分布式存储——mogilefs & fastdfs的主要内容，如果未能解决你的问题，请参考以下文章
分布式存储之MogileFS基于Nginx实现负载均衡（Nginx+MogileFS）