常見(jiàn)的分布式文件存儲(chǔ)系統(tǒng)的優(yōu)缺點(diǎn)

在分布式存儲(chǔ)技術(shù)體系當(dāng)中，分布式文件存儲(chǔ)是其中的分類之一，也是大數(shù)據(jù)架構(gòu)當(dāng)中常常用到的。得益于Hadoop的高人氣，Hadoop原生的HDFS分布式文件系統(tǒng)，也廣泛為人所知。但是分布式文件存儲(chǔ)系統(tǒng)，并非只有HDFS。今天的大數(shù)據(jù)開(kāi)發(fā)分享，我們就主要來(lái)講講常見(jiàn)的分布式文件存儲(chǔ)系統(tǒng)。

分布式文件系統(tǒng)，可以說(shuō)是分布式系統(tǒng)下的一個(gè)子集，這里我們選取市場(chǎng)應(yīng)用比較廣泛的幾款產(chǎn)品，HDFS、Ceph、FastDFS以及MooseFS來(lái)做簡(jiǎn)單的分析——

HDFS

如上所說(shuō)，HDFS是分布式文件系統(tǒng)當(dāng)中人氣非常高的一個(gè)?；贖adoop基礎(chǔ)架構(gòu)，HDFS天然就有很好的優(yōu)勢(shì)，尤其是面對(duì)大規(guī)模離線批處理任務(wù)，地位難以撼動(dòng)。

HDFS，可以為各類分布式計(jì)算框架如Spark、MapReduce等提供海量數(shù)據(jù)存儲(chǔ)服務(wù)，同時(shí)HBase、Hive底層存儲(chǔ)也依賴于HDFS。與Hadoop生態(tài)的緊密聯(lián)系，也使其穩(wěn)穩(wěn)占據(jù)市場(chǎng)主流地位。

優(yōu)點(diǎn)：

高容錯(cuò)性：數(shù)據(jù)自動(dòng)保存多個(gè)副本，副本丟失后，自動(dòng)恢復(fù)

適合批處理：移動(dòng)計(jì)算而非數(shù)據(jù)。數(shù)據(jù)位置暴露給計(jì)算框架

適合大數(shù)據(jù)處理：GB，TB，甚至PB級(jí)數(shù)據(jù)。百萬(wàn)規(guī)模以上文件數(shù)量。10K+節(jié)點(diǎn)規(guī)模。

流式文件訪問(wèn)：一次性寫(xiě)入，多次讀取。保證數(shù)據(jù)一致性。

可構(gòu)建在廉價(jià)機(jī)器上：通過(guò)多副本提高可靠性。提供容錯(cuò)和恢復(fù)機(jī)制。

缺點(diǎn)：

不適合低延遲數(shù)據(jù)訪問(wèn)場(chǎng)景：比如毫秒級(jí)，低延遲與高吞吐率

不適合小文件存取場(chǎng)景：占用NameNode大量?jī)?nèi)存。尋道時(shí)間超過(guò)讀取時(shí)間。

不適合并發(fā)寫(xiě)入，文件隨機(jī)修改場(chǎng)景：一個(gè)文件只能有一個(gè)寫(xiě)者。僅支持append

不符合posix語(yǔ)義，需要通過(guò)SDK來(lái)讀寫(xiě)操作。對(duì)java支持良好，其他語(yǔ)言一般

Ceph

企業(yè)級(jí)的存儲(chǔ)需求，通常分為塊存儲(chǔ)、文件存儲(chǔ)和對(duì)象存儲(chǔ)，而Ceph能夠同時(shí)滿足這三種需求。Ceph提供三大存儲(chǔ)接口，能夠?qū)⑵髽I(yè)中的三種存儲(chǔ)需求統(tǒng)一匯總到一個(gè)存儲(chǔ)系統(tǒng)中，并提供分布式、橫向擴(kuò)展，高度可靠性的存儲(chǔ)，具備高可用性、高性能及可擴(kuò)展等特點(diǎn)。

優(yōu)點(diǎn)：

支持對(duì)象存儲(chǔ)（OSD）集群，通過(guò)CRUSH算法，完成文件動(dòng)態(tài)定位，處理效率更高

符合posix語(yǔ)義，支持通過(guò)FUSE方式掛載，降低客戶端的開(kāi)發(fā)成本，通用性高

支持分布式的MDS/MON，無(wú)單點(diǎn)故障

強(qiáng)大的容錯(cuò)處理和自愈能力

支持在線擴(kuò)容和冗余備份，增強(qiáng)系統(tǒng)的可靠性

缺點(diǎn)：

目前處于試驗(yàn)階段，系統(tǒng)穩(wěn)定性有待考究

部署和運(yùn)維較復(fù)雜，集群管理工具較少

FastDFS

FastDFS是以C語(yǔ)言開(kāi)發(fā)的一項(xiàng)開(kāi)源輕量級(jí)分布式文件系統(tǒng)，提供文件存儲(chǔ)、文件同步、文件訪問(wèn)（文件上傳/下載）等通用文件管理操作，尤其適合以文件為載體的在線服務(wù)，如圖片網(wǎng)站，視頻網(wǎng)站等。追求高性能和高擴(kuò)展性FastDFS，可以看做是基于文件的key value pair存儲(chǔ)系統(tǒng)，稱作分布式文件存儲(chǔ)服務(wù)更為合適。

優(yōu)點(diǎn)：

支持在線擴(kuò)容機(jī)制，增強(qiáng)系統(tǒng)的可擴(kuò)展性

實(shí)現(xiàn)了軟RAID，增強(qiáng)系統(tǒng)的并發(fā)處理能力及數(shù)據(jù)容錯(cuò)恢復(fù)能力

支持主從文件，支持自定義擴(kuò)展名

主備Tracker服務(wù)，增強(qiáng)系統(tǒng)的可用性

缺點(diǎn)：

不支持POSIX通用接口訪問(wèn)，通用性較低

對(duì)跨公網(wǎng)的文件同步，存在較大延遲，需要應(yīng)用做相應(yīng)的容錯(cuò)策略

同步機(jī)制不支持文件正確性校驗(yàn)，降低了系統(tǒng)的可用性

通過(guò)API下載，存在單點(diǎn)的性能瓶頸

MooseFS

MooseFS是在HDFS之后出現(xiàn)的，它也是類似的MDS+OSS架構(gòu)，區(qū)別于HDFS的是，MooseFS沒(méi)有對(duì)運(yùn)行其上的業(yè)務(wù)做假設(shè)，它沒(méi)有假設(shè)業(yè)務(wù)是大文件或海量小文件，也就是說(shuō)，MooseFS的定位是像ext4、xfs、NTFS等單機(jī)文件系統(tǒng)一樣的通用型文件存儲(chǔ)。

優(yōu)點(diǎn)：

擴(kuò)容成本低、支持在線擴(kuò)容，不影響業(yè)務(wù)，體系架構(gòu)可伸縮性極強(qiáng)

支持POSIX通用接口訪問(wèn)，支持通過(guò)FUSE方式掛載，降低客戶端的開(kāi)發(fā)成本，通用性高

文件對(duì)象高可用，可設(shè)置任意的文件冗余程度（提供比Raid 10更高的冗余級(jí)別）

提供系統(tǒng)負(fù)載，將數(shù)據(jù)讀寫(xiě)分配到所有的服務(wù)器上，加速讀寫(xiě)性能

實(shí)現(xiàn)了軟RAID，增強(qiáng)系統(tǒng)的并發(fā)處理能力及數(shù)據(jù)容錯(cuò)恢復(fù)能力

數(shù)據(jù)恢復(fù)比較容易，增強(qiáng)系統(tǒng)的可用性。有回收站功能，方便業(yè)務(wù)定制

缺點(diǎn)：

Master Server的單點(diǎn)解決方案的健壯性。Master Server一旦出問(wèn)題Metalogger Server可以恢復(fù)升級(jí)為Master Server，但是需要恢復(fù)時(shí)間

Master Server本身的性能瓶頸。MFS的主備架構(gòu)情況類似于MySQL的主從復(fù)制，從可以擴(kuò)展，主卻不容易擴(kuò)展

隨著MFS體系架構(gòu)中存儲(chǔ)文件的總數(shù)上升，Master Server對(duì)內(nèi)存的需求量會(huì)不斷增大

責(zé)任編輯人：CC