MogileFS与FastDFS的个人见解

MogileFS & FastDFS 为两个开源分布式文件系统，都主要适用于互联网文件共享，上传，下载等功能，主要用于多上传和下载，不经常修改的操作。M和F部署架构都比较类似，设计中都避免的cluster中某一个环节的单点问题。

 MogileFS

------------------------- 官网： https://code.google.com/p/mogilefs/ 基本架构：TrackerServer(Tracker + DataBase) + StorageServer [ Mogilefs的组成部分 ] 1. 数据库（MySQL）部分 你可以用mogdbsetup程序来初始化数据库。数据库保存了Mogilefs的所有元数据，你可以单独拿数据库服务器来做，也可以跟其他程序跑在一起，数据库 部分非常重要，类似邮件系统的认证中心那么重要，如果这儿挂了，那么整个Mogilefs将处于不可用状态。因此最好是HA结构。 2. storageServer（存储节点） mogstored 程序的启动将使本机成为一个存储节点。启动时默认去读/etc/mogilefs/mogstored.conf ，具体配置可以参考配置部分。mogstored启动后，便可以通过mogadm增加这台机器到cluster中。一台机器可以只运行一个mogstored作为存储节点即可，也可以同时运行其他程序。 3. trackersServer（跟踪器） mogilefsd即 trackers程序，类似mogilefs的wiki上介绍的，trackers做了很多工作，Replication ，Deletion，Query，Reaper，Monitor等等。mogadm,mogtool的所有操作都要跟trackers打交 道，Client的一些操作也需要定义好trackers，因此最好同时运行多个trackers来做负载均衡。trackers也可以只运行在一台机器 上，也可以跟其他程序运行在一起，只要你配置好他的配置文件即可，默认在/etc/mogilefs/mogilefsd.conf。 4. 工具 主要就是mogadm，mogtool这两个工具了，用来在命令行下控制整个mogilefs系统以及查看状态等等。 如果使用其他语言调用接口，需要二次开发。 5. Client Client实际上是一个Perl的pm，可以写程序调用该pm来使用mogilefs系统，对整个系统进行读写操作。 [ 逻辑原理 ] 每次文件的上传和读取，都经过前端TrackerServer服务器，trackerServer服务器受到client端的请求，查询数据库，返回一个上传或者是读取的可用的后端StorageServer的地址，然后由client端直接操作后端StorageServer服务器。upload操作返回就是成功或者失败的结果，read操作就是返回对应的查询数据。 ====================================

FastDFS

------------------------- 官网： https://code.google.com/p/fastdfs/ 基本架构：TrackerServer + StorageServer [ FastDFS的组成部分 ]  1. Storage server 在其他文件系统中通常称作Trunk server或Data server。Storage server直接利用OS的文件系统存储文件。FastDFS不会对文件进行分块存储，客户端上传的文件和Storage server上的文件一一对应。 2. TrackerServer Tracker server作为中心结点，其主要作用是负载均衡和调度。Tracker server在内存中记录分组和Storage server的状态等信息，不记录文件索引信息，占用的内存量很少。另外，客户端（应用）和Storage server访问Tracker server时，Tracker server扫描内存中的分组和Storage server信息，然后给出应答。 [ 逻辑原理 ] StorageServer作为主动方，在服务起来之后，会定时（时间可以配置）向他对应的tracker发布自己的状态和相关信息。TrackerServer服务只是会记录相对于的group对应的服务器IP，以便在read的时候直接 返回服务器IP。TrackerServer里面存储着每一个group的server列表，server列表里面的storage服务器都是实时相互备份操作。 在单个tracker，多个storage的架构的环境中，首先是upload操作： client端将upload的请求直接发送给tracker服务器，tracker收到之后，会根据自己的一套定义的规则（可以配置），将回复可以上传的storage服务器IP，client将文件upload至storage服务器，完成操作。 read操作： client端发送需要get的URL地址，tracker根据URL中的group来划分属于哪些storage服务器，然后返回可以访问的服务器IP地址。 client直接访问指定storage服务器，此storage服务器已经部署Nginx类似的HTTP服务，并加载fastdfs的模块，需提前进行域名跳转的设定，完成文件的读取。 关于多tracker和多storage的系统架构设计 根据fastdfs的架构描述，tracker和storage都是可以横向无限延伸，现还未有一个比较标准的一个tracker和storage配对的模式，只是说个人建议在一个group中，storage尽量保证在2-3台存储服务器，配对的tracker保持2台即可。 对于一个cluster的模式，大概可以这样去设计系统架构： 2台Nginx最前端的服务器，用于client端的read请求，主要作用是用来做负载均衡服务，热备操作，最好在nginx的config配置里面加入location设置，根据groupname直接跳转到对应的storage服务器。 2台tracker服务器，用于write操作的分发，也可以做热备操作，后端的storage服务器配置中tracker设置需要将2台服务器都绑定上去。 N台storage服务器，一个group配备2-3台服务器，可以根据数据量的大小，从小的规模做起，如有新的扩容，直接新增新的group和storage服务器即可，这样只需修改前端那nginx服务配置，其他都不用调整。 ====================================

MogileFS VS FastDFS

[ 类似点 ] 1. 架构都比较雷同，都具备tracker和storage两个部分的cluster架构，可以都很方便进行横向扩张。 2. 对于storageServer方面一旦有某机器宕机，硬盘损坏情况，都能自动完成修复功能。 3. 架构设计都无单点失败问题，cluster中服务器都无需采用raid服务，避免出现类似hadoop设计的cluster中前端mapreduce宕机，整个系统失效的问题 4. 文件存储都不能对大文件拆分（hadoop可以实现），所以如果单个文件超过一台存储物理机的存储空间，就不能使用此系统存储 5. 文件系统的存储格式都不是原文存储，就算你登陆到文件服务器也无法获取到系统中的数据，必须经过一定的接口才能获取 [ 不同点 ] 1. F架构中不具备数据库，M中必须使用数据库来存储每一个文件的地址。但是F架构中在每次上传之后会返回一个相对地址，此地址需自己完成写入某个数据源中进行保存，在下一次读取的时候就能找到此文件对于文件系统中的位置。也就是说F中的数据是独立于文件系统之外，可以自己来设计的，M是包含到文件系统之中。 2. F是由C开发，M是有Perl开发，性能方面F占优 3. F直接使用socket通信方式，相对于M的HTTP方式，效率更高。并且F使用sendfile传输文件，采用了内存零拷贝，系统开销更小，文件传输效率更高。 4. F从V1.14开始支持相同文件内容只保存一份，这样可以节省存储空间，提高文件访问性能，M不具备这个功能 5. F中有Group的概念，每个Group的就是一个存储的cluster，一个cluster每个存储服务器都互相复制数据。M中没有Group，但引入class来对不同的文件区分存储的方式。例如附录01中的配置，不同文件可以在upload操作的选择使用哪一种class，就可以采用不一样的备份数量控制。 6. F是国人开发出来，有问题可以直接问作者（QQ群：212801927），M想找到相关资料比较麻烦 附录01

mogadm class list domain               class                mindevcount   replpolicy -------------------- -------------------- ------------- ------------ toast                byhost                    2        MultipleHosts() toast                default                   2        MultipleHosts() toast                four                      4        MultipleHosts() toast                fourbynamenet             1        HostsPerNetwork(near=2,far=1) mogadm class add toast twoontwonets --replpolicy "HostsPerNetwork(near=2,far=2)" mogadm class modify toast twoontwonets --replpolicy "HostsPerNetwork(near=3,far=3)"