一个极简的分布式文件系统

前言

开源的分布式存储系统比较多,比较有名的有:Ceph、GlusterFS、HDFS、TFS等。这些系统都比较复杂,代码动则几十上百万行,这些系统对初学者来说门槛比较高,特别是对于从事非分布式存储行业,但又想跨行学习分布式的同学来说,往往有这想法,但是不知道怎么入手。本文介绍之前实现的一个C++极简版的分布式文件系统 https://github.com/goyas/goya-fs, 代码只有一两百行,当然功能也很粗糙,只实现了简单的mkdir和ls这两条命令,但就像刚刚描述的,目的是学习,也便于大家对分布式有体感之后,方便阅读其他庞大的分布式存储系统,当然以后有空时间也会不断完善功能。

对于嵌入式,或者主要是从事单机开发的程序员来说,没接触分布式之前,都会感觉很神秘,往往会被高并发、海量数据分析处理等名词唬住。其实,职位没有智商之分,区别也就在于你有没有亲自动手摸过这些玩意儿。以往的经验告诉我,就算不会的东西,一个版本的时间,只要你稍微努点力基本就会达到行业的基本水平,当然越往上走就要看自己的兴趣和时间投入了。

好了,言归正传,下面开始介绍这个简单的分布式文件系统,选用的基础组件是leveldb + goyas-rpc,leveldb作为存储底座,goyas-rpc作为进程之间通信使用。有关leveldb的介绍网上非常多,这里就不再骜述,goyas-rpc可以参考之前的 一个基于protobuf的极简RPC 这篇文章。

思考

如果让你设计分布式文件系统,你会怎么设计?
1、如果自己设计一个简单的分布式存储系统,对于文件的读取存盘,你会怎么设计?
2、比如执行下面的命令经过怎么样的IO路径local_file文件才会存储到磁盘? ./fs_client put local_file /user/ —把local_file文件存放到文件系统/user目录
3、怎么让local_file文件存储到分布式文件系统的3个不同结点,并且3副本保存?

架构设计

系统架构设计采用经典的GFS分布式存储模型,由3个不同的角色(client、master、chunkserver)负责管理不同的事务,client作为客户端,接受来自用户的请求。master作为元数据及namespace存储管理。chunkserver和磁盘打交道,作为最终的单机存储引擎。 执行./fs_client put local_file /user/ 命令,会大致经历下面图里面从左到右的流程,最终调用系统调用write把local_file存放到存储介质。

fs_client

fs_client用于接受用户的请求,比如:./fs_client mkdir /file1执行这条命令,会最初调用下面的函数接口

int FileSystemImpl::CreateDirectory(char* path) {
  printf("Create directory %s\n", path);
  CreateFileRequest  request;
  CreateFileResponse response;
  request.set_sequence_id(0);
  request.set_file_name(path);
  request.set_type((1<<9)|0755);
  bool ret = rpc_wrapper_->SendRequest(masterserver_stub_, 
    &MasterServer_Stub::CreateFile, &request, &response, 5, 3);
  if (!ret || response.status() != 0) {
    printf("Create directory fail\n");
    return -1;
  }
  
  return 0;
}

 

函数功能:把序列号、文件名及文件类型通过RPC发送到元数据管理进程masterserver进行处理。其实这里比我们经常单机环境写的fopen、fwrite也就仅仅多了个RPC,需要通过它把不用节点的信息发送到其他节点,呵呵,这就是分布式!再来看看masterserver进程收到这个request消息后干了些啥?

masterserver

void MasterServerImpl::CreateFile(google::protobuf::RpcController* controller,
  const ::goya::fs::CreateFileRequest* request,
  goya::fs::CreateFileResponse* response,
  google::protobuf::Closure* done) {
  printf("masterserver create file\n");
  response->set_sequence_id(request->sequence_id());
  const std::string& filename = request->file_name();
  if (filename.empty() || filename[0] != '/') {
    printf("path format error\n");
    response->set_status(3);
    done->Run();
    return ; 
  }

  std::string file_value;
  leveldb::Status s;
  s = db_->Get(leveldb::ReadOptions(), filename, &file_value);
  if (s.IsNotFound()) {
    FileInfoProto file_info;
    file_info.set_time(time(NULL));
    file_info.set_type(request->type());
    file_info.SerializeToString(&file_value);
    s = db_->Put(leveldb::WriteOptions(), filename, file_value);
    if (s.ok()) {
      printf("CreateFile %s file\n", filename.c_str());
      response->set_status(0);
    } else {
      printf("CreateFile %s file\n", filename.c_str());
      response->set_status(2);
    }
  } else {
    printf("CreateFile %s fail: already exist\n", filename.c_str());
    response->set_status(1);
  }
  done->Run();
}

函数功能:从收到的消息中提取出文件名作为key,文件类型和时间作为value,然后使用KV存储引擎leveldb存储,最后把完成消息通过response发送给调用方。这个过程到这里就完了,是不是很简单?!

一个极简的分布式文件系统_第1张图片

ls命令的功能和上面的介绍相反,就是把上面mkdir创建的文件信息给列出来,这里就不讲究了,大家可以去看看源码,也是非常简单。一个极简的分布式文件系统_第2张图片

chunkserver

待实现 

写在最后

到这里整个分布式文件系统就讲解完了,当然真正的分布式存储系统远比这个复杂的太多,不然怎么会到百万级别的代码。希望这个简单的文件系统的讲解对你有点帮忙。

 

你可能感兴趣的:(一个极简的分布式文件系统)