云计算导论（3）---分布式文件系统

---

1. 概述

 1. 文件系统是操作系统用来组织磁盘文件的方法和数据结构。
 传统的文件系统指各种UNIX平台的文件系统，包括UFS等，它们管理本地的磁盘存储资源，提供文件到存储位置的映射，并抽象出一套文件访问接口供用户使用。通常包含的四类信息：超级块、Inode、文件内容、目录内容。

 2. 分布式文件系统定义：分布式文件系统是一个可以存储、管理和检索文件、目录和对象的系统，它通过网络连接不同的机器，提供文件共享的接口，可以实现对文件的远程访问和同步。
 特点：分布式文件系统具有可靠性、容错性和可扩展性等特点。它可以通过数据备份和恢复、节点复制和日志等技术，保证数据的安全性和可靠性。

 3. 实现分布式文件系统一般有两种方法：共享文件系统和共享磁盘。

 4. 常见的有：全局文件系统（GFS）、Hadoop分布式文件系统（HDFS）。

2. 基本架构

 1. 分布式文件系统的典型架构，其中重要的服务器包括：主控服务器、数据服务器和客户服务器。

 2. 主控服务器：负责整个文件系统的管理，包括命名空间的维护、数据服务器管理、服务调度等。
 主要的功能有：命名空间的维护、数据服务器管理、服务调度、主备容灾。

 3. 数据服务器：负责数据的存储和备份，包括数据本地存储、状态维护、副本管理等。
 主要的功能有：数据本地存储、状态维护、副本管理。

 4. 客户服务器：为用户提供文件读写、目录操作等APIs，处理用户请求并返回结果。
 主要的功能有：接口设计、缓存管理、错误处理和恢复

3. GFS和HDFS

 1. GFS集成了持续的监控、错误侦测、灾难冗余以及自动恢复的机制。一个文件块的大小是64M。绝大部分的大数据都是采用在文件尾部追加数据的方式。

 2. GFS特点：控制流和数据流的分离、降低master的负载、性能提高、在用户态下实现。

 3. HDFS的架构相对简单，它包括一个主节点（NameNode）和多个数据节点（DataNode），主节点负责管理和维护文件系统的元数据，数据节点则负责存储数据。

 4. HDFS默认的最基本的存储单位是64M的数据块，这个数据块可以理解和一般的文件里面的分块是一样的。不同于普通文件系统的是，HDFS中，如果一个文件小于一个数据块的大小，并不占用整个数据块存储空间。

 5. HDFS优点：处理超大文件；流式地访问数据；运行与廉价的商用机器集群。缺点：不适合低延迟数据访问；流式地访问数据；无法高效存储大量小文件；不支持多用户写入及任意修改文件。

 6. ZooKeeper是Hadoop 的正式子项目，它是一个针对大型分布式系统的可靠协调系统，提供的功能包括：配置维护、名字服务、分布式同步、组服务等。

 7. ZooKeeper扮演的角色：领导者、学习者（跟随者和观察者）。

4. 云存储

 1. 云存储是一种基于云计算技术的数据存储服务，通过网络将大量数据存储在远程的数据中心，用户可以随时随地通过互联网进行数据的访问和管理。

 2. 按部署方式分类：公有云存储、私有云存储、混合云存储。
 按服务模式分类：文件存储、块存储、对象存储。
 按数据归属权分类：个人云存储、企业云存储、块存储、文件存储、对象存储。