FastDFS分布式存储

最新推荐文章于 2025-05-26 15:37:11 发布

henanxiaoman

最新推荐文章于 2025-05-26 15:37:11 发布

阅读量1.5k

点赞数 15

文章标签：分布式

本文链接：https://blog.youkuaiyun.com/henanxiaoman/article/details/140606096

版权

一.FastDFS原理

FastDFS是一个开源的轻量级分布式文件系统，纯C实现，目前提供了C、Java和PHP API。功能包括：文件存储，文件同步，文件访问（文件上传、文件下载）等，解决了大容量存储和负载均衡的问题。特别适合以中小文件（建议范围：4KB < file_size <500MB）为载体的在线服务。

Fast DFS系统有三个角色：跟踪服务器(Tracker Server)、存储服务器(Storage Server)和客户端(Client)。client请求Tracker server 进行文件上传、下载，通过Tracker server调度最终由Storage server完成文件上传和下载，在底层存储上通过逻辑的分组概念，使得通过在同组内配置多个Storage，从而实现软RAID10。

1.FastDFS架构

（1）Tracker server

跟踪服务器，主要做调度工作，起到均衡的作用；负责管理所有的Storage server和group，每个storage在启动后会连接Tracker，告知自己所属group等信息，并保持周期性心跳。tracker上的元信息都是由storage汇报的信息生成的，本身不需要持久化任何数据，这样使得tracker非常容易扩展，直接增加tracker机器即可扩展为tracker cluster来服务，cluster里每个tracker之间是完全对等的，所有的tracker都接受stroage的心跳信息，生成元数据信息来提供读写服务，tracker根据storage的心跳信息，建立group==>[storage server list]的映射表。

（2）storage server

存储服务器，主要提供容量和备份服务；以group为单位，每个group内部可以有多台storage server，数据互为备份。客户端上传的文件最终存储在storage服务器上，Storage server没有实现自己的文件系统，而是利用操作系统的文件系统来管理文件，可以将storage称为存储服务器。storage可配置多个数据存储目录，比如有10块磁盘，分别挂载在/data/disk1-/data/disk10，则可将这10个目录都配置为storage的数据存储目录。

（3）Client

客户端，上传下载数据的服务器，也就是我们自己的项目所部署在的服务器。FastDFS向使用者提供基本文件访问接口，比如upload、download、append、delete等，以客户端库的方式提供给用户使用。

跟踪服务器和存储节点都可以由一台或多台服务器构成，跟踪服务器和存储节点均可以随时增加或者下线不会影响线上服务，其中跟踪服务器中所有服务器是对等，可以根据服务器压力情况随时增加或减少。

2.文件上传

Storage server会连接集群中所有的Tracker server，定时向他们报告自己的状态，包括磁盘剩余空间、文件同步状况、文件上传下载次数等统计信息。上传的内部机制如下：

（1）选择tracker server

当集群中不止一个tracker server时，由于tracker之间是完全对等无状态的关系，当集群中不止一个tracker server时，由于tracker之间是完全对等的关系，客户端在upload文件时可以任意选择一个trakcer。选择存储的group 当tracker接收到upload file的请求时，会为该文件分配一个可以存储该文件的group，支持如下选择group的规则：

Round robin，所有的group间轮询
Specified group，指定某一个确定的group
Load balance，剩余存储空间多group优先

（2）选择 storage server

当选定Group后，tracker 会在group内选择一个storage server给客户端，支持如下选择storage的规则：

Round robin，在group内的所有storage间轮询
First server ordered by ip，按ip排序
First server ordered by priority，按优先级排序（优先级在storage上配置）

（3）选择storage path

当分配好storage server后，客户端将向storage发送写文件请求，storage将会为文件分配一个数据存储目录，支持如下规则：

Round robin，多个存储目录间轮询
剩余存储空间最多的优先

（4）生产Fileid

选定存储目录之后，storage会为文件生一个Fileid，由storage server ip、文件创建时间、文件大小、文件crc32和一个随机数拼接而成，然后将这个二进制串进行base64编码，转换为可打印的字符串。选择两级目录当选定存储目录之后，storage会为文件分配一个fileid，每个存储目录下有两级256*256的子目录，storage会按文件fileid进行两次hash（猜测），路由到其中一个子目录，然后将文件以fileid为文件名存储到该子目录下。

（5）生成文件名

当文件存储到某个子目录后，即认为该文件存储成功，接下来会为该文件生成一个文件名，文件名由group、存储目录、两级子目录、fileid、文件后缀名（由客户端指定，主要用于区分文件类型）拼接而成。

3.文件的下载

跟upload file一样，在download file时客户端可以选择任意tracker server。tracker发送download请求给某个tracker，必须带上文件名信息，tracke从文件名中解析出文件的group、大小、创建时间等信息，然后为该请求选择一个storage用来服务读请求。

定位文件

客户端上传文件后存储服务器将文件ID返回给客户端，此文件ID用于以后访问该文件的索引信息。文件索引信息包括：组名，虚拟磁盘路径，数据两级目录，文件名。

（1）组名：文件上传后所在的storage组名称，在文件上传成功后有storage服务器返回，需要客户端自行保存。

（2）虚拟磁盘路径：storage配置的虚拟路径，与磁盘选项store_path*对应。如果配置了store_path0则是M00，如果配置了store_path1则是M01，以此类推。

（3）数据两级目录：storage服务器在每个虚拟磁盘路径下创建的两级目录，用于存储数据文件。

（4）文件名：与文件上传时不同。是由存储服务器根据特定信息生成，文件名包含：源存储服务器IP地址、文件创建时间戳、文件大小、随机数和文件拓展名等信息。

知道FastDFS FID的组成后，我们来看看FastDFS是如何通过这个精巧的FID定位到需要访问的文件：

通过组名tracker能够很快的定位到客户端需要访问的存储服务器组，并将选择合适的存储服务器提供客户端访问
存储服务器根据“文件存储虚拟磁盘路径”和“数据文件两级目录”可以很快定位到文件所在目录，并根据文件名找到客户端需要访问的文件

4.同步时间管理

当一个文件上传成功后，客户端马上发起对该文件下载请求（或删除请求）时，tracker是如何选定一个适用的存储服务器呢？其实每个存储服务器都需要定时将自身的信息上报给tracker，这些信息就包括了本地同步时间（即，同步到的最新文件的时间戳）。而tracker根据各个存储服务器的上报情况，就能够知道刚刚上传的文件，在该存储组中是否已完成了同步。同步信息上报如下图：

写文件时，客户端将文件写至group内一个storage server即认为写文件成功，storage server写完文件后，会由后台线程将文件同步至同group内其他的storage server。

每个storage写文件后，同时会写一份binlog，binlog里不包含文件数据，只包含文件名等元信息，这份binlog用于后台同步，storage会记录向group内其他storage同步的进度，以便重启后能接上次的进度继续同步；进度以时间戳的方式进行记录，所以最好能保证集群内所有server的时钟保持同步。

storage的同步进度会作为元数据的一部分汇报到tracker上，tracke在选择读storage的时候会以同步进度作为参考。比如一个group内有A、B、C三个storage server，A向C同步到进度为T1 (T1以前写的文件都已经同步到B上了），B向C同步到时间戳为T2（T2 > T1)，tracker接收到这些同步进度信息时，就会进行整理，将最小的那个做为C的同步时间戳，本例中T1即为C的同步时间戳为T1（即所有T1以前写的数据都已经同步到C上了）；同理，根据上述规则，tracker会为A、B生成一个同步时间戳。

5.集成nginx

FastDFS通过Tracker服务器,将文件放在Storage服务器存储，但是同组存储服务器之间需要进入文件复制，有同步延迟的问题。

假设Tracker服务器将文件上传到了192.168.4.125，上传成功后文件ID已经返回给客户端。此时FastDFS存储集群机制会将这个文件同步到同组存储192.168.4.126，在文件还没有复制完成的情况下，客户端如果用这个文件ID在192.168.4.126上取文件,就会出现文件无法访问的错误。

而fastdfs-nginx-module可以重定向文件连接到文件上传时的源服务器取文件,避免客户端由于复制延迟导致的文件无法访问错误。

另外，使用nginx反向代理后，后端可以以HTTP请求的方式来访问文件资源。访问nginx反向代理+上传文件时的ID

二.FastDFS部署

1.安装前准备

服务器：CentOS Linux release 7.9.2009 (Core)

FastDFS下载地址：https://github.com/happyfish100

（1）fastdfs

（2）libfastcommon

（3）fastdfs-nginx-module

（4）nginx-1.18.0

2.部署环境要求

3.在所有节点安装如下组件（代理服务器除外）

（1）安装gcc、libevent、zlib-devel、libtool、pcre-devel

 yum -y install gcc* libevent zlib-devel libtool pcre-devel

（2）安装libfastcommon

tar -zxvf libfastcommon-1.0.36.tar.gz
cd libfastcommon-1.0.36
./make.sh
./make.sh install

（3）安装FastDFS

tar zxvf fastdfs-5.11.tar.gz
cd fastdfs-5.11
./make.sh
./make.sh install

备注：FastDFS安装完成,所有编译出来的文件存放在/usr/bin目录下, 所有配置文件存放在/etc/fdfs目录下，可以使用下放命令查看配置文件内容

ll /etc/fdfs

查看服务脚本

ll /etc/init.d/

查看命令工具

ll /usr/bin/fdfd_*

4.配置tracker服务器（在101和102主机上）

（1）复制tracker配置文件样本，并重名

cp /etc/fsfd/tracker.conf.sample /etc/fsfd/tracker.conf

（2）修改tracker配置文件

vim /etc/fsfd/track.conf

base_path=目录       #配置tracker存储数据的目录
store_group=group1   #设置存储组名称

（3）创建base-path 指定的tracker服务器数据存储目录

mkdir -p  目录（/fastdfs/tracker）

（4）启动tracker服务器

/etc/init.d/fdfs_track start
ps -ef | grep fdfs_track_traeckerd

5.配置storage服务（在103和104主机上）

（1）复制storage配置文件的样式文件将其重命名

cp  /etc/fdfs/storage.conf.sample /etc/fdfs/stroage.conf

（2）编辑storage.conf配置文件

base_path=目录        #数据和日志的存储目录
base_path0=目录       #第一个存储目录
tracker_server=tracker跟踪服务器IP地址+端口（可以是多个）
group_name=group1     #和tracker中的组名保持一致

（3）创建数据存储目录

mkdir -p /fastdfs/storage

（4）启动storage服务器，并查看进程

/etc/init.d/fdfs_storaged start
ps -ef | grep fdfs_storaged

6.配置client客户端（在任意一条fastdfs节点上配置）4

cp /etc/fdfs/client.conf.sample /etc/fdfs/client.conf
mkdir -p /fastdfs/tracker
vim /etc/fdfs/clinet.conf

base_path=/fastdfs/stracker

tracker_server=rackerm=服务器IP地址和端口（有多少个tracker）

7.测试上传文件

fdfs_upload_file /etc/fdfs/client.conf 上传文件位置

或

fdfs_test /etc/fdfs/client.conf 上传的文件位置

切换到存储目录查看文件上传情况

cd 存储目录/data/00/00
ls

FastDFS生成的文件目录结构及名称示例

8.在所有storage节点安装fastdfs-nginx-module和nginx

fastDFS通过Tracker服务器，将文件放在Storage服务器存储，但是同组存储服务器之间需要进入文件复制，有同步延迟的问题，假设Tracker服务器将文件上传到了storage01，上传成功后文件ID已经返回给客户端。此时FastDFS存储集群机制会将这个文件同步到同组存储storage02，在文件还没有复制完成的情况下，客户端如果用这个文件ID在storage02上取文件，就会出现文件无法访问的错误。而fastdfs-nginx-module可以重定向文件连接到源服务器取文件，避免客户端由于复制延退导致的文件无法访问错误。（解压后的fastdfs-nginx--module在nginx安装时使用）
storage上的nginx是用于访问具体的文件，并且需要使用fastdfs模块

（1）解压并修改fastdfs-ngin-module的配置文件

tar zxvf fastdfs-ngin-module_v1.16.tar.gz
cd fastdfs-ngin-module/src
vim config

进入解压完成的目录，到src目录下，修改config配置文件，将文件路径中存放的local删掉。

修改完成后修改

cp /usr/include/fastcommon/* /usr/include/fastdfs/

（2）编译安装nginx

tar zxvf nginx-1.19.5.tar.gz
useradd -M -s /sbin/nologin  nginx     #创建系统用户，不创建家目录，不允许登录
cd nginx-1.19.5
./configure   --prefix=安装目录  --user=nginx  --greoup=nginx  --add-module=/root/fastdfs-nginx-module/src
make
make install

ln -s 安装目录/sbin/* /usr/local/sbin/

（3）配置FASTDFS

将fast-nginx-module模块下的mod_fastdfs.conf文件拷贝到/etc/fds/目录

cp /root/fastdfs-nginx-module/src/mod_fastdfs.conf  /etc/fdfs/

vim /etc/fdfs/mod_fastdfs.conf

tracker_server=192.168.10.101:22122  #可以添加自己的服务器ip地址

url_have_group_name = true

store_path0=fastdfs/storage

（4）复制fastDfs的部分配置文件到/etc/fdfs目录

cp /root/fastdfs-5.11/conf/http.conf /root/fastdfs-5.11/conf/mime.types /etc/fdfs

（5）在/fastdfs/storage文件存储目录下创建软链接，将其连接搭配实际存放数据的目录

ln -s /fastdfs/stroage/data/ /fastdfs/storage/data/M00

（6）配置nginx

vim /usr/local/nginx/conf/nginx.conf


location /group1/M00 {
    ngx_fastdfs_module;
}

（7）重启nginx并测试

/usr/local/sbin/nginx

用上方测试上传获得的文件ID

9.部署nginx代理

在nginx安装完成后修改其配置文件

vim /usr/local/nginx/conf/nginx.conf

http{
upstream storage_sever_group1 {
    server 192.168.10.103:80 weight=10；
    server 192.168.10.104:80 weight=10；
}
server {
    location / {
    proxy_pass http://storage_server_group1;
    }
}
}

用上方测试上传获得的文件ID但是把IP地址改为