Curve 文件存储：如何支撑百亿级文件？
Curve 文件存储是一个 POSIX 兼容的分布式文件系统，适用于私有云、公有云、混合云环境。我们可以通过 Curve 文件存储轻松访问百亿级文件。
先对 Curve 文件存储的架构做一个简单的介绍。文件存储需要持久化的信息有两类，一类是文件的元数据，主要以 inode 和 dentry 为主，一类是文件的数据，即用户的写入内容。Curve 文件系统在设计之初，考虑到多云的支持，以及在大规模数据场景下的成本（冷数据居多），需要支持数据在不同性能的存储中流转，因此选择了把元数据和数据分开存储。
下图是 Curve 文件系统的架构。
元数据使用单独的集群存储，保证高可靠、高可用、高可扩
数据则可以有多种选择，可以对接 Curve 块存储，对接公有云上的对象存储，也可以同时对接多种不同性能的存储，比如 Curve 块存储 (SSD)、Curve 块存储 (HDD)、对象存储 (三副本)、对象存储 (EC)、对象存储 (归档)。同样保证高可靠、高可用、高可扩。
如何支撑百亿级文件
Curve 文件系统的重要特点之一就是适用于海量文件存储，那么 Curve 文件系统如何保证可以支撑百亿级规模？如何保证在百亿级规模下的性能？从理论上来看：
规模方面，Curve 文件存储的元数据集群，每个节点存储一定范围的 inode (比如 1~10000) 和 dentry，如果文件数量增多，可以进行存储节点的扩充，所以理论上规模是没有上限的。
性能方面，当文件数量很多时，对于单个文件的操作是没有什么差别的，但对于一些需要元数据的聚合操作会出现性能问题，比如 du (计算当前文件系统的容量), ls (获取目录下所有文件信息) 等操作，需要做一定的优化来保障性能。
那实际上 Curve 文件系统的表现如何呢？
首先介绍一下文件系统的几款通用测试工具。
pjdfstest[1]: posix 兼容性测试。有 3600 + 个回归测试用例，覆盖 chmod, chown, link, mkdir, mkfifo, open, rename, rmdir, symlink, truncate, unlink 等
mdtest[2]: 元数据性能测试。对文件或者目录进行 open/stat/close 等操作，并返回报告
vdbench[3]: 数据一致性测试。Vdbench 是 Oracle 编写的一款应用广泛的存储性能测试工具，既支持块设备的性能测试，也支持文件系统性能测试，在做随机写的一致性测试很方便，能实时检查出哪一个扇区出现了数据不一致
fio[4]: 数据性能测试。
Curve 文件系统从 v2.3 版本以后提供了单独压测元数据集群的方式（数据集群一般使用 Curve 块存储和 S3 ，所以直接对这些组件进行性能测试即可）。
通过 CurveAdm[5] 搭建文件系统，在准备客户端配置文件 client.yaml[6] 时新增配置项: s3.fakeS3=true[7]。
使用 mdtest，vdbench，ImageNet 数据集 [8] 作为数据源，测试大小文件混合场景下文件系统的稳定性和性能。
根据元数据的数据结构估算，百亿级文件的存储元数据逻辑空间大概需要 8TB，实际存储使用 3 副本大概在 24TB 左右。有兴趣测试的小伙伴可以参考一下。
海量文件存储下性能如何
Curve 文件存储随着存量数据增长，性能可以相对保持平稳（stat 请求的下降在 15% 左右）。
场景 1 (测试目录个数较多的情况):
测试命令 mdtest -z 2 -b 3 -I 10000 -d /mountpoint
场景 2 (测试目录层级很深的情况):
测试命令 mdtest -z 10 -b 2 -I 100 -d /mountpoint
Curve 文件存储当前使用元数据集群，相对于使用分布式 kv 存储（如 TiKV）性能较优。
说明：本组测试打开了 fuseClient.enableMultiMountPointRename ，保证多挂载点 rename 的事务性，所以和上组的基础测试数据有偏差。
场景 1 (测试目录个数较多的情况):
测试命令 mdtest -z 2 -b 3 -I 10000 -d /mountpoint
场景 2 (测试目录层级很深的情况):
测试命令 mdtest -z 10 -b 2 -I 100 -d /mountpoint
当前，Curve 文件存储已经在 ES、AI 场景落地，后续会有相应的案例分享给大家。
< 原创作者：李小翠，Curve Maintainer>
参考链接：
pjdfstest:[1]
https://github.com/pjd/pjdfstest
mdtest:[2]
https://github.com/LLNL/mdtest
vdbench:[3]
https://www.oracle.com/downloads/server-storage/vdbench-downloads.html
fio:[4]
CurveAdm:[5]
https://github.com/opencurve/curveadm/wiki
client.yaml:[6]
s3.fakeS3=true:[7]
ImageNet 数据集:[8]
https://www.kaggle.com/competitions/imagenet-object-localization-challenge/data
Curve 简介
Curve 是一款高性能、易运维、云原生的开源分布式存储系统。可应用于主流的云原生基础设施平台：对接 OpenStack 平台为云主机提供高性能块存储服务；对接 Kubernetes 为其提供 RWO、RWX 等类型的持久化存储卷；对接 PolarFS 作为云原生数据库的高性能存储底座，完美支持云原生数据库的存算分离架构。
Curve 亦可作为云存储中间件使用 S3 兼容的对象存储作为数据存储引擎，为公有云用户提供高性价比的共享文件存储。
GitHub：https://github.com/opencurve/curve
官网：https://opencurve.io/
用户论坛：https://ask.opencurve.io/
微信群：搜索群助手微信号 OpenCurve_bot
版权声明: 本文为 InfoQ 作者【网易数帆】的原创文章。
原文链接:【http://xie.infoq.cn/article/cec362f788b015c042c5d08b5】。文章转载请联系作者。
专注数字化转型基础软件研发 2020-07-22 加入
源自网易杭州研究院，是网易数字经济的创新载体和技术孵化器。聚合云计算、大数据、人工智能等新型技术，聚焦研发数据智能、软件研发、基础设施与中间件等基础软件，推动数字化业务发展。
评论