文件系统原理(读书笔记)

硬盘

机械式硬盘和固态硬盘

机械式硬盘 ：
	通过移动磁头臂进行读取相应的数据，如果数据存储不是连续的会造成来回移动，时间损耗大
固态硬盘 ：
	完全的电子操作，对于文件的访问速度快于机械式硬盘

实际场景

由于固态硬盘成本高于机械式硬盘，通过使用固态硬盘与机械式硬盘的混合部署方式，满足不同文件类型的存储需求

文件系统

文件系统将硬盘以块为单位进行划分，每个文件占据若干块，然后通过文件控制块FCB记录每个文件占据的硬盘数据块

FCB在linux操作系统中就是inode，访问文件时，通过获取inode信息，查找文件所在的位置

RAID(独立硬盘冗余阵列)

核心思路:
	利用文件系统将数据写入硬盘中不同数据块的特性，将多块硬盘上的空闲空间看做一个整体，进行数据写入

RAID级别(常用)

RAID0：
将一个文件的数据分成N片，向N个硬盘写入，虽然可存储的容量扩大了N倍，但是任何一块硬盘的损坏会导致数据不完整，没有备份
RAID1：
将数据同时备份在两块硬盘上，解决了RAID0文件数据丢失的问题，文件可用性提升
RAID10：
结合RAID0和RAID1，将多块硬盘进行两两分组，将文件数据分成N片，每一组写入一片，每个分组内的两块硬盘进行数据备份，既扩大了存储容量有提高文件的可用性，但是硬盘的利用率只有50%
RAID5：
将数据分成 N-1 片，再利用这 N-1 片数据进行位运算，计算一片校验数据，然后将这 N 片数据写入 N 个硬盘。这样任何一块硬盘损坏，都可以利用校验片的数据和其他数据进行计算得到这片丢失的数据，而硬盘的利用率也提高到 N-1/N。

分布式文件系统

在Linux系统中文件的信息记录在inode中，通过inode找到文件的地址进行访问数据
分布式的思路是通过将数据库的地址改为分布式服务器的地址，当用户查询数据时，根据数据所在的服务器地址进行数据查询，存储容量是整个分布式服务器集群的整体容量

Hadoop 分布式文件系统 HDFS

HDFS关键组件：DataNode，NameNode
HDFS将文件数据分割，每一个DataNode存储一部分数据块，客户端可以并行对这些数据库进行访问，极大地提高了访问速度
NameNode相当于Linux文件系统中inode的角色，并且HDFS会将一个数据块复制多份，并将多份相同数据块存储在不同服务器上，防止某个服务器宕机，数据完整性被破坏

小结

以上都有一个共通之处，就是通过文件控制块进行数据管理，根据不同的需求使用不同的方法，如：需要高读写速度，单服务器可以使用RAID实现，多服务器通过使用分布式文件系统集群对数据管理