GFS分布式文件系统

本章结构

1、GFS概述

2、GFS特点

3、GFS术语

4、GFS工作原理

5、GFS的卷类型

6、部署集群环境

7、创建卷,部署客户端,测试文件系统

8、其他维护命令

一、GFS概述

GlusterFS 是一个开源的分布式文件系统。(文件系统:负责让数据用什么格式保存在磁盘中的一个技术点)

由存储服务器、客户端以及NFS/Samba 存储网关(可选,根据需要选择使用)组成。

无元数据服务器(元数据服务器就是保存数据的地方)。

扩展存储容量,提高性能,并通过多个互联网络的存储节点的数据进行冗余,确保数据的可用性和一致性。

二、GFS特点

1、扩展性和高性能(分布式的特点)

2、高可用性(冗余的特点)

3、全局统一命名空间

4、弹性卷管理(raid)

5、基于标准协议

三、GFS术语(Brick,Volume,FUSE,VFS,Glusterd)

1、Brick(块存储服务器):实际存储用户数据的服务器(相当于逻辑卷中的PE)。

2、Volume(逻辑卷):一个逻辑卷是一组Brick的集合,卷是数据存储的逻辑设备。

3、FUSE(用户空间的文件系统):用户的空间的文件系统(类似EXT4)。

4、VFS(虚拟接口):用户提交请求给VFS,然后VFS交给FUSE,再交给GFS客户端,最后由客户端交给服务端进行存储。

5、Glusterd(服务):是运行再存储节点的进程(客户端运行的是gluster client)

GFS使用过程中整个GFS之间的交换由gluster client和gluster完成。

四、GFS工作原理

GFS分布式文件系统_第1张图片

GlusterFS 的工作流程
(1)客户端或应用程序通过 GlusterFS 的挂载点访问数据。
(2)linux系统内核通过 VFS API 收到请求并处理。
(3)VFS 将数据递交给 FUSE 内核文件系统,并向系统注册一个实际的文件系统 FUSE,而 FUSE 文件系统则是将数据通过 /dev/fuse 设备文件递交给了 GlusterFS client 端。可以将 FUSE 文件系统理解为一个代理。
(4)GlusterFS client 收到数据后,client 根据配置文件的配置对数据进行处理。
(5)经过 GlusterFS client 处理后,通过网络将数据传递至远端的 GlusterFS Server,并且将数据写入到服务器存储设备上。

弹性 HASH 算法

弹性 HASH 算法是 Davies-Meyer 算法的具体实现,通过 HASH 算法可以得到一个 32 位的整数范围的 hash 值,
假设逻辑卷中有 N 个存储单位 Brick,则 32 位的整数范围将被划分为 N 个连续的子空间,每个空间对应一个 Brick。
当用户或应用程序访问某一个命名空间时,通过对该命名空间计算 HASH 值,根据该 HASH 值所对应的 32 位整数空间定位数据所在的 Brick。

#弹性 HASH 算法的优点:

保证数据平均分布在每一个 Brick 中。
解决了对元数据服务器的依赖,进而解决了单点故障以及访问瓶颈。

五、GlusterFS的卷类型

有七种

分布式卷  条带卷  复制卷  分布式条带卷  分布式复制卷  条带复制卷  分布式条带复制卷

一般讨论前五个

1、分布式卷

没有对文件进行分块处理  通过扩展文件属性保存HASH值  文件只能保存在一个server中    一个卷坏了会导致数据缺失

GFS分布式文件系统_第2张图片

特点:①,文件分布在不同的服务器,不具备冗余性。

②,更容易并且廉价的扩展卷的大小

③,单点故障会造成数据丢失

④,依赖底层的数据保护

创建命令:

#创建一个名为dis-volume的分布式卷,文件将根据HASH分布在server1:/dir1、server2:/dir2和server3:/dir3中

gluster volume create dis-volume server1:/dir1 server2:/dir2 server3:/dir3

2、条带卷

根据偏移量将文件分为N块(N个条带节点),轮询存储在每个Brick Server节点

存储大文件的性能突出  不具备冗余性,类似于Raid0

GFS分布式文件系统_第3张图片

特点:数据被分割成更小块分布到块服务器群中的不同条带区

#创建了一个名为stripe-volume的条带卷,文件将被分块轮询的存储在Server1:/dir1和Server2:/dir2两个Brick中

gluster volume create stripe-volume stripe 2 transport tcp server1:/dir1 server2:/dir2

3、复制卷

同一文件保存一份或多份副本,因为要保存副本,所以磁盘利用率低。

若多个节点上的存储空间不一致,将按照木桶效应取最低节点的容量作为该卷的总容量。

GFS分布式文件系统_第4张图片

特点:①,卷中所有的服务器均保存一个完整的版本

②,卷的副本数量可由客户创建时决定,但是复制必须等于卷中Brick所包含的存储服务器数

③,至少由两个服务器

④,具备冗余性

#创建名为rep-volume的复制卷,文件将同时存储两个副本,分别在Server1:/dir1和Server2:/dir2两个Brick中

gluster volume create rep-volume replica 2 transport tcp server1:/dir1 server2:/dir2

                                                                                                                4、分布式条带卷

Brick Server 数量是条带数(数据块分布的 Brick 数量)的倍数,兼具分布式卷和条带卷的特点。主要用于大文件访问处理,至少需要4台服务器

创建卷时,存储服务器的数量如果等于条带或复制数,那么创建的是条带卷或者复制卷;如果存储服务器的数量是条带或复制数的 2 倍甚至更多,那么将创建的是分布式条带卷或分布式复制卷。

创建命令:

#创建一个名为dis-stripe的分布式条带卷,配置分布式的条带卷时,卷中Brick所包含的存储服务器数必须是条带数的倍数(>=2倍)。Brick 的数量是 4(Server1:/dir1、Server2:/dir2、Server3:/dir3 和 Server4:/dir4),条带数为 2(stripe 2)

gluster volume create dis-stripe stripe 2 transport tcp server1:/dir1 server2:/dir2 server3:/dir3 server4:/dir4

5、分布式复制卷

Brick Server 数量是镜像数(数据副本数量)的倍数,兼具分布式卷和复制卷的特点。主要用于需要冗余的情况下。

创建命令:

#创建一个名为dis-rep的分布式复制卷,配置分布式的复制卷时,卷中Brick所包含的存储服务器数必须是复制数的倍数(>=2倍)。Brick 的数量是 4(Server1:/dir1、Server2:/dir2、Server3:/dir3 和 Server4:/dir4),复制数为 2(replica 2)

gluster volume create dis-rep replica 2 transport tcp server1:/dir1 server2:/dir2 server3:/dir3 server4:/dir4

总结:GFS卷类型管理

分布式卷、条带卷、复制卷、分布式条带卷、分布式复制卷

1、分布式卷:以文件为单位来通过hash算法在各个Brick中,不具备冗余能力。

2、条带卷:把文件进行分块,轮询的分布在各个Brick中,不具备冗余能力

3、复制卷:把文件在各个Brick中做存储,具备冗余能力

4、分布式条带卷:不具备冗余能力,至少需要4个Brick  Brick>=条代数的2倍                                  一个Brick就是一台主机             

5、具备冗余能力,至少要4个Brick   Brick数量>=副本数的2倍

六、部署GlusterFS集群实验

Node1节点:node1/192.168.88.10          磁盘:/dev/sdb1            挂载点:/data/sdb1
                                                                            /dev/sdc1                           /data/sdc1
                                                                            /dev/sdd1                          /data/sdd1
                                                                            /dev/sde1                          /data/sde1

Node2节点:node2/192.168.88.20          磁盘:/dev/sdb1            挂载点:/data/sdb1
                                                                            /dev/sdc1                          /data/sdc1
                                                                            /dev/sdd1                         /data/sdd1
                                                                            /dev/sde1                        /data/sde1

Node3节点:node3/192.168.88.30          磁盘:/dev/sdb1            挂载点:/data/sdb1
                                                                            /dev/sdc1                          /data/sdc1
                                                                          /dev/sdd1                            /data/sdd1
                                                                          /dev/sde1                            /data/sde1

Node4节点:node4/192.168.88.40          磁盘:/dev/sdb1            挂载点:/data/sdb1
                                                                          /dev/sdc1                            /data/sdc1
                                                                          /dev/sdd1                            /data/sdd1
                                                                         /dev/sde1                            /data/sde1

客户端节点:192.168.88.50

1、

GFS分布式文件系统_第5张图片

关闭防火墙及安全机制并改名

在每个Node节点(服务器)新建四个盘并重启服务器

GFS分布式文件系统_第6张图片

2、磁盘分区,并挂载

GFS分布式文件系统_第7张图片

3.修改主机名,配置/etc/hosts文件

主机名之前已经修改过了

创建本地DNS

安装、启动GlusterFS(所有node节点上操作)

将gfsrepo 软件上传到/opt目录下并解压

编写创建本地源脚本,并执行

GFS分布式文件系统_第8张图片

GFS分布式文件系统_第9张图片

安装glusterd服务,并启动

GFS分布式文件系统_第10张图片

添加节点到存储信任池中(在 node1 节点上操作)

#只要在一台Node节点上添加其它节点即可

GFS分布式文件系统_第11张图片

gluster peer probe node1
gluster peer probe node2
gluster peer probe node3
gluster peer probe node4

在每个Node节点上查看群集状态
gluster peer status

GFS分布式文件系统_第12张图片GFS分布式文件系统_第13张图片

GFS分布式文件系统_第14张图片

GFS分布式文件系统_第15张图片

========根据以下规划创建卷=========
卷名称 				卷类型				Brick
dis-volume			分布式卷			node1(/data/sdb1)、node2(/data/sdb1)
stripe-volume		条带卷			node1(/data/sdc1)、node2(/data/sdc1)
rep-volume			复制卷			node3(/data/sdb1)、node4(/data/sdb1)
dis-stripe			分布式条带卷		node1(/data/sdd1)、node2(/data/sdd1)、node3(/data/sdd1)、node4(/data/sdd1)
dis-rep				分布式复制卷		node1(/data/sde1)、node2(/data/sde1)、node3(/data/sde1)、node4(/data/sde1)

创建分布式卷

#创建分布式卷,没有指定类型,默认创建的是分布式卷

#查看卷列表

#启动新建分布式卷

#查看创建分布式卷信息

GFS分布式文件系统_第16张图片

创建条带卷

GFS分布式文件系统_第17张图片

#指定类型为 stripe,数值为 2,且后面跟了 2 个 Brick Server,所以创建的是条带卷

创建复制卷

#指定类型为 replica,数值为 2,且后面跟了 2 个 Brick Server,所以创建的是复制卷

GFS分布式文件系统_第18张图片

4、创建分布式条带卷
#指定类型为 stripe,数值为 2,而且后面跟了 4 个 Brick Server,是 2 的两倍,所以创建的是分布式条带卷

GFS分布式文件系统_第19张图片

5.创建分布式复制卷
指定类型为 replica,数值为 2,而且后面跟了 4 个 Brick Server,是 2 的两倍,所以创建的是分布式复制卷

GFS分布式文件系统_第20张图片

查看当前所有卷的列表
gluster volume list
GFS分布式文件系统_第21张图片

部署 Gluster 客户端

1.安装客户端软件  (前面已经做过了)

2.创建挂载目录

3.配置 /etc/hosts 文件

echo "192.168.88.10 node1" >> /etc/hosts
echo "192.168.88.20 node2" >> /etc/hosts
echo "192.168.88.30 node3" >> /etc/hosts
echo "192.168.88.40 node4" >> /etc/hosts


4.挂载 Gluster 文件系统

#临时挂载

GFS分布式文件系统_第22张图片

GFS分布式文件系统_第23张图片

测试 Gluster 文件系统

1.卷中写入文件,客户端操作

GFS分布式文件系统_第24张图片

cd /opt
dd if=/dev/zero of=/opt/demo1.log bs=1M count=40
dd if=/dev/zero of=/opt/demo2.log bs=1M count=40
dd if=/dev/zero of=/opt/demo3.log bs=1M count=40
dd if=/dev/zero of=/opt/demo4.log bs=1M count=40
dd if=/dev/zero of=/opt/demo5.log bs=1M count=40

GFS分布式文件系统_第25张图片

创建文件夹

GFS分布式文件系统_第26张图片

2.查看文件分布

#查看分布式文件分布

[root@node1 ~]# ls -lh /data/sdb1                    #数据没有被分片
总用量 160M
-rw-r--r-- 2 root root 40M 12月 18 14:50 demo1.log
-rw-r--r-- 2 root root 40M 12月 18 14:50 demo2.log
-rw-r--r-- 2 root root 40M 12月 18 14:50 demo3.log
-rw-r--r-- 2 root root 40M 12月 18 14:50 demo4.log
[root@node2 ~]# ll -h /data/sdb1
总用量 40M
-rw-r--r-- 2 root root 40M 12月 18 14:50 demo5.log

#查看条带卷文件分布
[root@node1 ~]# ls -lh /data/sdc1                    #数据被分片50% 没副本 没冗余
总用量 101M
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo1.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo2.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo3.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo4.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo5.log

[root@node2 ~]# ll -h /data/sdc1                    #数据被分片50% 没副本 没冗余
总用量 101M
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo1.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo2.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo3.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo4.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo5.log

#查看复制卷分布
[root@node3 ~]# ll -h /data/sdb1                    #数据没有被分片 有副本 有冗余     
总用量 201M
-rw-r--r-- 2 root root 40M 12月 18 14:51 demo1.log
-rw-r--r-- 2 root root 40M 12月 18 14:51 demo2.log
-rw-r--r-- 2 root root 40M 12月 18 14:51 demo3.log
-rw-r--r-- 2 root root 40M 12月 18 14:51 demo4.log
-rw-r--r-- 2 root root 40M 12月 18 14:51 demo5.log

[root@node4 ~]# ll -h /data/sdb1                    #数据没有被分片 有副本 有冗余
总用量 201M
-rw-r--r-- 2 root root 40M 12月 18 14:51 demo1.log
-rw-r--r-- 2 root root 40M 12月 18 14:51 demo2.log
-rw-r--r-- 2 root root 40M 12月 18 14:51 demo3.log
-rw-r--r-- 2 root root 40M 12月 18 14:51 demo4.log
-rw-r--r-- 2 root root 40M 12月 18 14:51 demo5.log

#查看分布式条带卷分布
[root@node1 ~]# ll -h /data/sdd1                    #数据被分片50% 没副本 没冗余
总用量 81M
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo1.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo2.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo3.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo4.log

[root@node2 ~]# ll -h /data/sdd1
总用量 81M
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo1.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo2.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo3.log
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo4.log

[root@node3 ~]# ll -h /data/sdd1
总用量 21M
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo5.log

[root@node4 ~]# ll -h /data/sdd1
总用量 21M
-rw-r--r-- 2 root root 20M 12月 18 14:51 demo5.log

#查看分布式复制卷分布                                #数据没有被分片 有副本 有冗余
[root@node1 ~]# ll -h /data/sde1
总用量 161M
-rw-r--r-- 2 root root 40M 12月 18 14:52 demo1.log
-rw-r--r-- 2 root root 40M 12月 18 14:52 demo2.log
-rw-r--r-- 2 root root 40M 12月 18 14:52 demo3.log
-rw-r--r-- 2 root root 40M 12月 18 14:52 demo4.log

[root@node2 ~]# ll -h /data/sde1
总用量 161M
-rw-r--r-- 2 root root 40M 12月 18 14:52 demo1.log
-rw-r--r-- 2 root root 40M 12月 18 14:52 demo2.log
-rw-r--r-- 2 root root 40M 12月 18 14:52 demo3.log
-rw-r--r-- 2 root root 40M 12月 18 14:52 demo4.log

[root@node3 ~]# ll -h /data/sde1
总用量 41M
-rw-r--r-- 2 root root 40M 12月 18 14:52 demo5.log
[root@node3 ~]# 

[root@node4 ~]# ll -h /data/sde1
总用量 41M
-rw-r--r-- 2 root root 40M 12月 18 14:52 demo5.log

破坏性测试

#挂起 node2 节点或者关闭glusterd服务来模拟故障
[root@node2 ~]# systemctl stop glusterd.service

#在客户端上查看文件是否正常

#分布式卷数据查看
[root@localhost test]# ll /test/dis/        #在客户机上发现少了demo5.log文件,这个是在node2上的
总用量 163840
-rw-r--r-- 1 root root 41943040 12月 18 14:50 demo1.log
-rw-r--r-- 1 root root 41943040 12月 18 14:50 demo2.log
-rw-r--r-- 1 root root 41943040 12月 18 14:50 demo3.log
-rw-r--r-- 1 root root 41943040 12月 18 14:50 demo4.log

#条带卷
[root@localhost test]# cd /test/stripe/        #无法访问,条带卷不具备冗余性
[root@localhost stripe]# ll
总用量 0

#分布式条带卷
[root@localhost test]# ll /test/dis_stripe/        #无法访问,分布条带卷不具备冗余性
总用量 40960
-rw-r--r-- 1 root root 41943040 12月 18 14:51 demo5.log

#分布式复制卷
[root@localhost test]# ll /test/dis_rep/    #可以访问,分布式复制卷具备冗余性
总用量 204800
-rw-r--r-- 1 root root 41943040 12月 18 14:52 demo1.log
-rw-r--r-- 1 root root 41943040 12月 18 14:52 demo2.log
-rw-r--r-- 1 root root 41943040 12月 18 14:52 demo3.log
-rw-r--r-- 1 root root 41943040 12月 18 14:52 demo4.log
-rw-r--r-- 1 root root 41943040 12月 18 14:52 demo5.log

#挂起 node2 和 node4 节点,在客户端上查看文件是否正常

#测试复制卷是否正常

[root@localhost rep]# ls -l /test/rep/        #在客户机上测试正常 数据有
总用量 204800
-rw-r--r-- 1 root root 41943040 12月 18 14:51 demo1.log
-rw-r--r-- 1 root root 41943040 12月 18 14:51 demo2.log
-rw-r--r-- 1 root root 41943040 12月 18 14:51 demo3.log
-rw-r--r-- 1 root root 41943040 12月 18 14:51 demo4.log
-rw-r--r-- 1 root root 41943040 12月 18 14:51 demo5.log

#测试分布式条卷是否正常
[root@localhost dis_stripe]# ll /test/dis_stripe/        #在客户机上测试没有数据 
总用量 0

#测试分布式复制卷是否正常
[root@localhost dis_rep]# ll /test/dis_rep/        #在客户机上测试正常 有数据
总用量 204800
-rw-r--r-- 1 root root 41943040 12月 18 14:52 demo1.log
-rw-r--r-- 1 root root 41943040 12月 18 14:52 demo2.log
-rw-r--r-- 1 root root 41943040 12月 18 14:52 demo3.log
-rw-r--r-- 1 root root 41943040 12月 18 14:52 demo4.log
-rw-r--r-- 1 root root 41943040 12月 18 14:52 demo5.log

你可能感兴趣的:(服务器,数据库,大数据)