2016-10-14 16:00
刘树东

分布式文件系统产生的背景：

• 数据爆炸式增长
• 亿级甚至百亿级的海量小文件

分布式存储：
将数据分散到多个存储设备上，通过网络保持通信

两个基本问题：

• 快速存，存到哪个设备
• 快速读，从哪个设备读

元数据管理：
元数据存储于Database做映射，如MogileFS
元数据隐藏在文件名中，如FastDFS
通过算法计算元数据位置，如Ceph

访问性能：
小文件合并存储
小文件合并请求
Cache

Ceph

既没通过Database做映射，也没把源文件隐藏在文件名中，而是通过Hash算法计算元数据的位置
元数据管理：通过算法计算元数据位置
写，强一致性
提供稳定对象（支持AmazonS3、文件重命名）
块存储
适合场景：

• 不变化的文件
• 文件需重命名
• http请求
• 并发请求不高
  使用情况：京东、携程、网易等

FastDFS

（MogileFS的精简版，去掉DB映射，理论上可以无限扩充）
元数据隐藏在文件名中
写，弱一致性
提供稳定对象存储
底层采用socket通信
适合场景：

• 高并发访问、http、socket均可
• 文件反复变化
• field系统生成
  使用情况：支付宝、360、京东、携程等

HDFS

GFS的Java版
适合存储大型文件
元数据管理：元数据置于内存，每个文件占用一块内存
写，强一致性
提供稳定对象存储
适合场景：

• 高延迟
• 文件不怎么变的