后端分布式系列：分布式存储－HDFS 与 GFS 的设计差异

「后端分布式系列」前面关于 HDFS 的一些文章介绍了它的整体架构和一些关键部件的设计实现要点。 我们知道 HDFS 最早是根据 GFS（Google File System）的论文概念模型来设计实现的。 然后呢，我就去把 GFS 的原始论文找出来仔细看了遍，GFS 的整体架构图如下：

HDFS 参照了它所以大部分架构设计概念是类似的，比如 HDFS NameNode 相当于 GFS Master，HDFS DataNode 相当于 GFS chunkserver。 但还有些细节不同的地方，所以本文主要分析下不同的地方。

写入模型

HDFS 在考虑写入模型时做了一个简化，就是同一时刻只允许一个写入者或追加者。 在这个模型下同一个文件同一个时刻只允许一个客户端写入或追加。 而 GFS 则允许同一时刻多个客户端并发写入或追加同一文件。

允许并发写入带来了更复杂的一致性问题。 多个客户端并发写入时，它们之间的顺序是无法保证的，同一个客户端连续追加成功的多个记录也可能被打断。 这意味着一个客户端在连续写入文件数据时，它的数据最终在文件中的分布可能是不连续的。

所谓一致性就是，对同一个文件，所有的客户端看到的数据是一致的，不管它们是从哪个副本读取的。 如果允许多个客户端同时写一个文件，怎么保证写入数据在多个副本间一致？ 我们前面讲 HDFS 时它只允许一个写入者按流水线方式写入多个副本，写入顺序一致，写入完成后数据将保持最终一致。 而对多个客户端而言，就必须让所有同时写入的客户端按同一种流水线方式去写入，才可能保证写入顺序一致。 这个写入流程我们下一节详细分析。

写入流程

GFS 使用租约机制来保障在跨多个副本的数据写入中保持顺序一致性。 GFS Master 将 chunk 租约发放给其中一个副本，这个副本我们就称为主副本，其他副本称为次副本。 由主副本来确定一个针对该 chunk 的写入顺序，次副本则遵守这个顺序，这样就保障了全局顺序一致性。 chunk 租约机制的设计主要是为了减轻 Master 的负担，由主副本所在的 chunkserver 来承担流水线顺序的安排。 如下图，我们详细描述下这个过程。

1. 客户端请求 Master 询问哪个 chunkserver 持有租约以及其他副本的位置。 如果没有 chunkserver 持有租约，说明该 chunk 最近没有写操作。 Master 则选择将租约授权给其中一台 chunkserver。
2. Master 返回客户端主副本和次副本的位置信息。 客户端缓存这些信息以备将来使用。 客户端以后不再需要联系 Master，除非主副本所在 chunkserver 不可用或返回租约过期了。
3. 客户端选择最优的网络顺序推送数据，chunkserver 将数据先缓存在内部的 LRU 缓存中。 GFS 中采用数据流和控制流分离的方法，从而能够基于网络拓扑结构更好地调度数据流的传输。
4. 一旦所有的副本确认收到了数据，客户端将发送一个写请求控制命令到主副本。 由主副本分配连续的序列号来确定最终的写入顺序。
5. 主副本转发写请求到所有次副本，次副本按主副本安排的顺序执行写入操作。
6. 次副本写完后向主副本应答确认操作完成。
7. 最后主副本应答客户端，若任意副本写入过程中出现错误，将报告给客户端，由客户端发起重试。

GFS 和 HDFS 的写入流程都采用了流水线方式，但 HDFS 没有分离数据流和控制流。 HDFS 的数据流水线写入在网络上的传输顺序与最终写入文件的顺序一致。 而 GFS 数据在网络上的传输顺序与最终写入文件的顺序可能不一致。 GFS 在支持并发写入和优化网络数据传输方面做出了最佳的折衷。

总结

GFS 的论文发表于 2003 年，后来大部分的分布式文件系统设计实现或多或少都参考了 GFS 的设计思路。 而 HDFS 算是开源分布式文件系统中最完整实现了 GFS 论文中的概念模型。 但 HDFS 依然简化了 GFS 中关于并发写的思路，本文就两者的写入模型和过程做了一些对比说明，并希望引发一些思考。

参考

[1] Sanjay Ghemawat, Howard Gobioff, and Shun-Tak Leung. The Google File System
[2] Hadoop Documentation. HDFS Architecture.
[3] Robert Chansler, Hairong Kuang, Sanjay Radia, Konstantin Shvachko, and Suresh Srinivas. The Hadoop Distributed File System
[4] Tom White. Hadoop: The Definitive Guide. O'Reilly Media(2012-05), pp 94-96
[5] Yongjun Zhang. Understanding HDFS Recovery Processes
[6] Hairong
Kuang,
Konstantin
Shvachko,
Nicholas
Sze,
Sanjay
Radia,
 Robert
Chansler
, Yahoo!
HDFS
team
 Design Specification: Append/Hflush/Read
Design

[7] HDFSteam. Design Specification: HDFS Append and Truncates