分布式存储技术调研

适合场景，可用，怎么搭建使用

MinIO(注意该开源使用的AGPL-3.0协议)

https://www.minio.org.cn/

相关

• 使用场景：MinIO适用于需要快速、可扩展和高性能对象存储的场景。它可以用作私有云或公共云环境中的存储解决方案，并且与云原生应用程序和大数据分析平台兼容。
• 优点：高性能、可扩展、与Amazon S3 API兼容、轻量级、数据冗余和容错性。
• 缺点：不适用于复杂的目录结构和文件关联关系，不支持块级别的并行访问。
• 有免费的和收费的,建议至少使用4个节点来构建集群。采用了erasure code（纠删码）来保证集群的稳定，保证数据可用，所以建议至少使用4个节点来构建集群，原因是：如果一个N节点的分布式MinIO，只要有N/2节点在线，数据就是安全的。但是要保证至少有N/2+1个节点来创建新的对象。比如：我们的集群有4个节点，每个节点上一块盘，就算有2两个节点宕机，这个集群仍然是可读的，但是，我们需要3个节点才能让集群写数据。这就是为什么我们要有4个节点来构建集群。

MinIO搭建集群并且用SpringBoot调用

https://blog.csdn.net/z69183787/article/details/125561807

hdfs

内容

• 使用场景：HDFS适用于大规模数据处理和分析的场景，特别是与Hadoop生态系统集成的应用程序。它支持批处理作业、数据冗余和容错性。

• 优点：适用于海量数据存储和处理、高容错性、可靠性和扩展性。

• 缺点：

  • 不适用于小型数据集和低延迟访问、存储大量小文件会占用NameNode大量的内存来存储文件目录和块信息，而NameNode的内存是有限的。小文件存储的寻址时间会超过读取时间，违反HDFS的设计目标

  • 不支持并发写入、不适合频繁更新和修改文件，一个文件只能有一个写，不允许多个线程同时写

搭建

1. hdfs集群的搭建参考：https://blog.csdn.net/stupid_gentleman/article/details/126867228

2. SpringBoot整合hdfs集群参考1：https://blog.csdn.net/batterMRTAN/article/details/125233868

3. 参考2：

   1. 添加依赖

      <dependencies>
          <dependency>
              <groupId>org.springframework.bootgroupId>
              <artifactId>spring-boot-starter-webartifactId>
          dependency>
          <dependency>
              <groupId>org.apache.hadoopgroupId>
              <artifactId>hadoop-hdfsartifactId>
              <version>3.3.1version>
          dependency>
      dependencies>
      

   2. application.properties配置

      # HDFS配置
      hdfs.nameservices=mycluster
      hdfs.namenode.rpc-address.mycluster.namenode1=namenode1:8020
      hdfs.namenode.rpc-address.mycluster.namenode2=namenode2:8020
      hdfs.client.failover.proxy.provider.mycluster=org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider
      

   3. 创建操作类

      import org.apache.hadoop.conf.Configuration;
      import org.apache.hadoop.fs.FileSystem;
      import org.springframework.beans.factory.annotation.Value;
      import org.springframework.stereotype.Service;
      
      import java.io.IOException;
      
      @Service
      public class HdfsService {
      
          @Value("${hdfs.nameservices}")
          private String hdfsNameServices;
      
          private FileSystem fileSystem;
      
          public void init() throws IOException {
              Configuration configuration = new Configuration();
              configuration.set("dfs.nameservices", hdfsNameServices);
              fileSystem = FileSystem.get(configuration);
          }
      
          public void uploadFile(String localFilePath, String hdfsFilePath) throws IOException {
              fileSystem.copyFromLocalFile(false, true, new Path(localFilePath), new Path(hdfsFilePath));
          }
      
          // 其他HDFS操作方法...
      
      }
      
      

JuiceFS

https://juicefs.com/

内容

• 使用场景：JuiceFS适用于分布式文件系统和云原生应用程序的场景。它提供了高性能、可扩展和具有版本控制的文件系统。
• 优点：支持多种云存储后端、高性能、可靠性和数据冗余、适合云原生应用程序。
• 缺点：相对较新的项目，生态系统可能不如其他文件系统完善。

搭建

1. 集群搭建参考：https://juicefs.com/docs/zh/community/getting-started/for_distributed

2. 添加依赖

   1. 添加依赖

      <dependencies>
          <dependency>
              <groupId>io.juicefsgroupId>
              <artifactId>juicefs-sdkartifactId>
              <version>2.4.0version>
          dependency>
          <dependency>
              <groupId>org.springframework.bootgroupId>
              <artifactId>spring-boot-starter-webartifactId>
          dependency>
      dependencies>
      
      

   2. application.properties配置

      # JuiceFS配置
      juicefs.accessKey=your-access-key
      juicefs.secretKey=your-secret-key
      juicefs.endpoint=https://juicefs-example.endpoint.com
      
      

   3. 创建操作类

      import io.juicefs.client.JuiceFS;
      import io.juicefs.client.JuiceFSFileSystem;
      import org.springframework.beans.factory.annotation.Value;
      import org.springframework.stereotype.Service;
      
      @Service
      public class JuiceFSService {
      
          @Value("${juicefs.accessKey}")
          private String accessKey;
      
          @Value("${juicefs.secretKey}")
          private String secretKey;
      
          @Value("${juicefs.endpoint}")
          private String endpoint;
      
          private JuiceFS juiceFS;
      
          public void init() {
              juiceFS = new JuiceFSFileSystem(accessKey, secretKey, endpoint);
          }
      
          public void uploadFile(String localFilePath, String juiceFSFilePath) {
              juiceFS.copyFromLocalFile(localFilePath, juiceFSFilePath);
          }
      
          // 其他JuiceFS操作方法...
      
      }
      
      

gridfs

https://docs.mongoing.com/cun-chu/journaling/guan-li-ri-zhi-ji-lu/gridfs

内容

• 使用场景：GridFS适用于MongoDB数据库中存储大文件的场景。它将大文件切分成小块存储，并将其与MongoDB文档关联。
• 优点：与MongoDB无缝集成、支持大文件存储和查询、适用于网站内容和多媒体文件存储。
• 缺点：性能可能不如专门的分布式文件系统、存储效率较低、不适合频繁更新和修改文件。

搭建

1. 要先搭建MongoDB集群
2. SpringBoot整合参考：https://www.jb51.net/article/226106.htm

总结

1. MainIO建议使用4台服务器部署集群，此软件是使用AGPL-3.0开源，用于商业的时候，必须开放源码。
2. hdfs不建议大量小文件使用且需要装Hadoop环境。
3. JuiceFS比较新，网上的东西较少。
4. GridFS适用于MongoDB数据库，基于MongoDB并且不支持mysql。

其他

1. ceph好像不错，但是部署复杂麻烦。
2. fastDFS也不错，但是是个人开发运营。部署整合参考：https://blog.csdn.net/G0_hw/article/details/106245968