听说你想把对象存储当 HDFS 用，我们这里有个方案...

传统的大数据集群往往采用本地中心化的计算和存储集群。比如在谷歌早期的【三驾马车】中，使用 GFS 进行海量网页数据存储，用 BigTable 作为数据库并为上层提供各种数据发现的能力，同时用 MapReduce 进行大规模数据处理。

但随着互联网业务的发展，本地中心化的架构开始受到以下两个方面的挑战：

• 数据增长越来越快，并且数据格式更加丰富多样，非结构化数据越来越多。传统的分布式存储引擎难以大规模存储和处理文本、音视频等非结构化数据。

• 计算和存储强耦合在本地应用上，缺少弹性。强耦合的模式增加了企业成本，因为需要为计算或者存储的峰值需求准备资源。

在大约2015年之后，由于对象存储具有极高的数据持久性，跨地域的容灾以及低成本等优势，AWS S3 等公有云对象存储服务逐渐替代了 HDFS，成为越来越多企业的海量分布式存储引擎。

尽管对象存储可以提供低成本的海量分布式存储，支持结构化、半结构化、非结构化数据的存储，由于对象存储和文件系统在元数据组织方式上的差异，导致原生的对象存储在传统文件系统元数据操作如 List 和 Rename 等操作上的性能差距较大。而在大数据场景下，整个MapReduce 过程中往往会产生大量的 List 和 Rename 操作，相比原生的 HDFS，在大数据分析效能会有明显的性能损失。

为了满足客户基于对象存储的大数据分析的性能要求，腾讯云对象存储基于云 HDFS 的产品能力，推出了元数据加速特性，赋予对象存储以高性能的文件系统能力。用户只需要在创建存储桶时开启元数据加速能力，即可使用文件系统语义访问对象存储，将对象存储的适用范围扩宽到大数据、高性能计算、机器学习，AI等场景。

元数据加速能力

对象存储的文件元数据信息（比如文件名，文件的分块信息，文件分块所处的服务器信息等）存储在索引库表中。按照当前主流公有云对象存储的设计，会按照字典序返回文件索引信息；加上索引信息存储在 SSD 盘上，拉取索引信息的性能会受限于 SSD 盘单进程限制，因此每个存储桶的 List QPS 很难达到较高的数值。而原生对象存储中， Rename 操作实际上对应着一次文件 Copy 操作和一次 Delete 操作，MapReduce 过程中会存在大量 Rename 操作的性能并不高。

针对这些问题，一个直观的解决方案是将元数据管理单独剖离出来，为上层计算业务提供兼容HDFS 文件系统语义的访问能力，这就是对象存储的元数据加速能力。

下图展示了元数据加速能力的一个简要示意图。区别于普通的对象存储，启用了元数据加速能力后，元数据相关的操作会路由到元数据加速层进行处理。

有了元数据加速能力的加持，就可以直接将对象存储当做 HDFS 用，用文件系统语义来访问对象存储服务。一方面，这一能力极大地提升了 List 等大数据文件系统操作的性能；另一方面，也提供了 Rename、Truncate等典型的文件系统操作指令，提供了大数据生态兼容支持。

如何使用

您可以在控制台上非常便捷地为存储桶配置元数据加速能力。如下图所示，您可以在对象存储创建存储桶时开启元数据加速能力。

开启元数据加速能力后，可以通过控制台、SDK 、 API 或者 COSN 工具等方式上传文件（PutObject）、创建文件夹（CreateObject）、重命名文件（RenameObject）、追加写文件（AppendObject）或者截断文件（TruncateObject）等操作。

性能表现

上文提到元数据加速能力能够极大提升文件 List 和 Rename 等文件系统操作的性能。这一章节我们详细介绍具体的性能表现情况。

我们使用 GooseFS 建立两个不同的命名空间，分别对接开启了元数据加速能力和未开启元数据加速能力的存储桶，分别 ls 和 ls -R 不同数量级的文件。本次测试主要验证元数据操作性能，因此文件大小统一设置为 0 B。每组测试会多次测试取均值，主要评估指标为总延迟均值。

详细的测试数据如下：

元数据数量	指令类型	开启元数据加速能力	未开启元数据加速能力
5W	ls	4.359s	10.354s
100W	ls	7.065s	21.376s
50W	ls -R	4.359s	10.354s
50W	ls -R	7.065s	21.376s

可以看到，相比起普通的对象存储服务，元数据加速能力可以至少一倍的 List 请求性能。

而在 Rename 性能上，我们采用了同样的方式，多次重命名一个有 1000 个 100 KB 文件的目录， Rename 延迟测试数据如下：

测试次数	开启元数据加速能力	未开启元数据加速能力
1	1.016s	30.323s
2	1.018s	29.789s
3	1.011s	30.934s

可以看到，相比起普通的对象存储服务，元数据加速能力可以数十倍地降低 Rename 请求延迟。

写在最后

元数据加速能力拓宽了对象存储服务的使用场景，在底层采用了云 HDFS 卓越的元数据管理功能，支持用户通过文件系统语义访问对象存储服务，系统设计指标可以达到2.4Gb/s带宽、10万级 QPS 以及 ms 级延迟。存储桶在开启元数据加速功能后，可以广泛应用于大数据、高性能计算、机器学习、AI 等场景。
当前功能为公测能力，如需体验请加入对象存储服务群，联系我们开启。