深入解析经典分布式文件系统Lustre

分布式存储里的老牌选手 MooseFS，主打一个“轻量+易部署”。元数据服务端只有一个master，是它的中枢——客户端、数据节点都得跟它打交道。不过呢，也正因为目前还是单master，有点小瑕疵：单点故障风险存在，但好在架构挺清晰，部署起来不费劲。 MooseFS 的master负责文件系统的所有元数据，包括目录结构、权限啥的。你只要部署好master，剩下的就是加chunkserver（数据存储节点），就像堆积木那样，慢慢扩展容量也 OK。 客户端连接时直接跟master沟通，它分配数据块去哪个chunkserver读写，整个流程还是挺丝滑的。支持大部分Linux/Unix系统，兼容性也算

分布式文件系统的最大好处，就是你不用管文件到底存在哪台机器上，访问起来跟本地差不多。客户机/服务器架构设计思路清晰，多个节点之间协同也比较灵活。像 Hadoop、FastDFS 这些，都已经被用得成熟了，踩坑少。 HDFS 的块存储机制挺靠谱，大文件切块后存不同节点上，挂了一个也不会影响整体。容错性不错，而且扩展也方便，节点一加就能用，适合你做大数据那一套。 MooseFS支持热插拔，挺适合那种动态扩容场景。主节点负责管理元数据，工作节点负责实际存储，结构还算清晰。日常维护成本不高，部署也不复杂。 还有像Lustre这种偏高性能场景的文件系统，主要在科研、图像这些领域用得多。性能是真的强，就是

探究经典分布式文件系统架构 本丛书深入剖析各类分布式文件系统的核心技术原理及其特性，为软件开发人员提供宝贵的学习资源，助力其在分布式系统领域更上一层楼。

经典分布式文件系统三：HDFS Hadoop是一个基于JAVA的支持数据密集型分布式应用的分布式文件系统。它不仅仅是一个用于存储的分布式文件系统，还设计为在由通用计算设备组成的大型集群上执行分布式应用的框架。Hadoop能够保证应用可以在上千个低成本商用硬件存储结点上处理PB级数据。作为Apache的开源项目，Hadoop得到了Yahoo的支持，且被应用于其Web搜索和商业广告业务。 Hadoop的开发受到Google的MapReduce和Google文件系统技术的启发，提供了与之类似的分布式文件系统框架。

Lustre的第一个功能模块是元数据存储与管理（MDS），负责管理元数据并提供全局命名空间。客户端可以通过MDS访问保存在MDT上的元数据。在Lustre系统中，可以配置两个MDS节点，采用了Active-Standby的容错机制，以确保系统的可靠性。MDT模块只有一个，不同MDS节点共享访问同一个MDT。

HDFS是大数据的核心组件之一，Hive的数据存储在HDFS中，Mapreduce和Spark的计算数据也存储在HDFS中，HBase的region也在HDFS中。在HDFS shell客户端，我们可以进行上传、删除等多种操作，并管理文件系统。熟练使用HDFS有助于更好地理解和掌握大数据技术。实验的主要目的是掌握HDFS的常用操作和文件系统管理。

FastDFS 优势： 使用方便，无需二次开发 去除文件索引数据库，提升性能 扩容方便 性能更佳： 无文件索引数据库，整体性能优于 MogileFS 使用 C 语言编写，代码简洁高效 采用 socket 通信和内存零拷贝，传输效率高

HDFS特有策略三采用简单的一致性协议，主要面向写一次、读多次的应用场景。Hadoop轻松实现跨平台移植。所有HDFS通讯协议基于TCP/IP，在客户端与NameNode之间建立ClientProtocol协议连接，客户端通过单一端口访问命名节点；DataNode与NameNode之间则使用DataNode协议。这些协议均封装在远程过程调用（RPC）中。

Ceph 的对象存储集群，文件读写还挺直接的。它就是分布式文件系统那一挂的，POSIX接口也支持，像read()、write()这种常用操作都能搞定，响应还蛮快。系统结构是分层设计，底层用Object Storage Cluster负责存储，上层就是你我常用的文件操作。你要是接触过HDFS、Lustre这些，理解起来会更轻松。还有意思的是它跟客户端打交道的方式，没你想得那么重，IO 操作直接走对象层，少了中间那一堆麻烦事。这样做效率高，管理也清爽。对分布式文件系统感兴趣的，可以顺着这几个资料看看：Ceph 分层组件、Ceph 的层次化视角，还有一些兄弟系统比如HDFS、Lustre也挺值得参考