分布式系统要做的任务就是把多台机器有机的组合、连接起来，让其协同完成一件任务，可以是计算任务，也可以是存储任务。如果一定要给近些年的分布式系统研究做一个分类的话，大概可以包括三大部分：
1. 分布式存储系统
2. 分布式计算系统
3. 分布式管理系统
这是一个范围比较广的话题，今天我们就来简单了解一下分布式存储系统的Gluserfs.
GlusterFS是Scale-Out存储解决方案Gluster的核心，它是一个开源的分布式文件系统，具有强大的横向扩展能力，通过扩展能够支持数PB存储容量和处理数千客户端。GlusterFS借助TCP/IP或InfiniBand RDMA网络将物理分布的存储资源聚集在一起，使用单一全局命名空间来管理数据。GlusterFS基于可堆叠的用户空间设计，可为各种不同的数据负载提供优异的性能。GlusterFS支持运行在任何标准IP网络上标准应用程序的标准客户端，用户可以在全局统一的命名空间中使用NFS/CIFS等标准协议来访问应用数据。GlusterFS使得用户可摆脱原有的独立、高成本的封闭存储系统，能够利用普通廉价的存储设备来部署可集中管理、横向扩展、虚拟化的存储池，存储容量可扩展至TB/PB级理论和实践上分析，GlusterFS目前主要适用大文件存储场景，对于小文件尤其是海量小文件，存储效率和访问性能都表现不佳。
https://www.gluster.org/
官方文档： http://gluster.readthedocs.io/en/latest/Quick-Start-Guide/Quickstart/
glusterfs安装部署
我们在四台linux服务器上部署glusterfs，每台服务器上需要有一个用于挂载的外挂盘。
1、统一主机名，关闭selinux和防火墙。
2、安装glusterfs
yum install –y centos-release-gluster37.noarch yum --enablerepo=centos-gluster*-test install glusterfs-server \ glusterfs-cli glusterfs-geo-replication glusterfs -y /etc/init.d/glusterd start
如果下载过程较慢，可以直接下载rpm包进行安装。
3、将存储主机(除本机之外的其他存储)加入信任存储池 （执行这一步后其他服务器也会自动生效）
gluster peer probe host2 gluster peer probe host3 gluster peer probe host4
4、查看存储连接状态
# gluster peer status Number of Peers: 3 Hostname: host2 Uuid: e8812107-a299-40a9-a5d2-c9983a5eec81 State: Peer in Cluster (Connected) Hostname: host3 Uuid: 5782682d-05ce-48c1-9f14-13f1e99200a3 State: Peer in Cluster (Connected) Hostname: host4 Uuid: a3370fd2-25ee-4ebf-9e61-6bed142afb58 State: Peer in Cluster (Connected)
5、格式化磁盘，安装xfs的支持包
yum -y install xfsprogs fdisk /dev/sdb n p 1 enter w # fdisk -l Device Boot Start End Blocks Id System /dev/sdb1 1 1305 10482381 83 Linux
6、格式化所有磁盘为xfs格式：
# mkfs.xfs -f /dev/sdb1 meta-data=/dev/sdb1 isize=256 agcount=4, agsize=655149 blks = sectsz=512 attr=2, projid32bit=0 data = bsize=4096 blocks=2620595, imaxpct=25 = sunit=0 swidth=0 blks naming =version 2 bsize=4096 ascii-ci=0 log =internal log bsize=4096 blocks=2560, version=2 = sectsz=512 sunit=0 blks, lazy-count=1 realtime =none extsz=4096 blocks=0, rtextents=0
7、在所有机器上建立挂载目录，并将磁盘挂载
# mkdir -p /storage/brick1 # mount /dev/sdb1 /storage/brick1 # df -h
GlusterFS的分类
gluster有几种不同的卷类型，分别适用于不同的生产场景，比较常用的有这样几种：
Distributed：分布式卷，文件通过hash算法随机的分布到由bricks组成的卷上，每个卷上存放的文件是完整的，不同的文件可能分布在不同的卷上，容量是各卷之和，节省磁盘空间。
Replicated：复制式卷，类似raid1，replica数必须等于volume中brick所包含的存储服务器数，可用性高，相当于有一个完整的镜像副本。
Striped：条带式卷，类似与raid0，stripe数必须等于volume中brick所包含的存储服务器数，文件被分成数据块，以Round Robin的方式存储在bricks中，并发粒度是数据块，大文件性能好
Distributed Striped：分布式的条带卷，volume中brick所包含的存储服务器数必须是stripe的倍数(>=2倍)，兼顾分布式和条带式的功能。
Distributed Replicated：分布式的复制卷，volume中brick所包含的存储服务器数必须是 replica 的倍数(>=2倍)，兼顾分布式和复制式的功能。
对于具体各个卷的含义和理解可以参考：
http://blog.163.com/szy8706@yeah/blog/static/62713185201351510303223/
GlusterFS的操作
创建分布巻：（指定文件分布在两台机器上,默认是分布巻）
gluster volume create gv1 host1:/storage/brick1 host2:/storage/brick1 force
创建复制卷：
gluster volume create gv1 replica 2 host1:/storage/brick2 host2:/storage/brick2 force
创建分布式条带卷：（生产场景一般不用，这个目前还不太成熟，有丢失数据的风险）
gluster volume create gv1 stripe 2 host3:/storage/brick1 host4:/storage/brick1 force
创建分布式复制卷：（如果直接使用的是挂载点创建，需要加上force 参数）
gluster volume create gv1 replica 2 host1:/storage/brick2 host2:/storage/brick2 force
根据生产需要创建指定的卷之后，启动创建的卷：
gluster volume start gv1
查看创建卷的属性：
gluster volume info
挂载卷到目录，有两种挂载方式，
直接mount挂载：
mount -t glusterfs 127.0.0.1:/gv1 /mnt
显示方式：
df -h 127.0.0.1:/gv1 10G 33M 10G 1% /mnt
NFS的方式挂载：
mount -o mountproto=tcp -t nfs host3:/gv1 /mnt/
显示方式：
df -h host3:/gv1 10G 32M 10G 1% /mnt
GlusterFS容量扩充和收缩
当有新的服务器需要加进来时，对glusterfs扩容使用 add-brick 命令：
gluster volume add-brick gv2 replica 2 host3:/storage/brick2 host4:/storage/brick2 force
gv2为已经存在的卷，将brick2的两个磁盘加入gv2
使用df -h 查看，发现gv2容量增大：
df -h /dev/sdb1 10G 33M 10G 1% /storage/brick1 host13:/gv2 20G 65M 20G 1% /mnt
注意：当你给分布式复制卷和分布式条带卷中增加bricks时，你增加的bricks的数目必须是复制或者条带数目的倍数，例如：你给一个分布式复制卷的replica为2，你在增加bricks的时候数量必须为2、4、6、8等。
虽然已经新加入了磁盘，但是数据在存储的时候一般还会存储在之前旧的磁盘上，并不能均衡的写到新加入的磁盘中，造成磁盘的读写不均衡，这时就要对卷做磁盘存储平衡。
磁盘存储的平衡
平衡布局是很有必要的，因为布局结构是静态的，当新的bricks加入现有卷，新创建的文件会 分布到旧的bricks中，所以需要平衡布局结构，使新加入的bricks生效。布局平衡只是使新布局生效， 并不会在新的布局移动老的数据，如果你想在新布局生效后，重新平衡卷中的数据，还需要对卷中的数 据进行平衡。
执行数据布局平衡命令：
gluster volume rebalance gv2 start
查看平衡状态：
gluster volume rebalance gv2 status
此时可以看到数据已经平衡分布，在新加磁盘的服务器brick中已经有了数据。
移除brick
如果我们要想在线缩小卷的大小，例如：当硬件损坏或者网络故障的时候，你可能想在卷中移除相关的bricks。 注意：当你移除bricks的时候，你在 gluster的挂载点将不能继续访问数据，只有配置文件中的信息移除 后你才能继续访问bricks的数据。当移除分布式复制卷或者分布式条带卷的时候，移除的bricks数目必须 是replica或者stripe的倍数。例如：一个分布式条带卷的stripe是2，当你移除bricks的时候必须 是2、 4、6、8等。
操作命令：
停止卷：停止卷会使所有数据下线，不可连接
gluster volume stop gv2
移除brick:
gluster volume remove-brick gv2 replica 2 host3:/storage/brick2 host4:/storage/brick2 force
当移除的复制卷不是互为备份的brick时，会报错：
volume remove-brick commit force: failed: Bricks not from same subvol for replica
当移除brick成功后，就可以卸载磁盘取出修复了。
删除卷
如果想要删除卷，可以采用下面的命令：
移除挂载
umount /mnt gluster volume stop gv1 gluster volume delete gv1 gluster volume info gv1
存储池中移除服务器节点：
# gluster peer detach hostname
参考链接：http://www.zhihu.com/question/23645117/answer/124708083