FastDFS分布式存储

原创

Qjc2002 2024-07-22 11:57:55 ©著作权

©著作权归作者所有：来自51CTO博客作者Qjc2002的原创作品，请联系作者获取转载授权，否则将追究法律责任

FastDFS是一个开源的轻量级分布式文件系统，它对文件进行管理，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。特别适合以文件为载体的在线服务，如相册网站、视频网站等等。

FastDFS为互联网量身定制，充分考虑了冗余备份、负载均衡、线性扩容等机制，并注重高可用、高性能等指标，使用FastDFS很容易搭建一套高性能的文件服务器集群提供文件上传、下载等服务。

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。

FastDFS分布式存储_nginx

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：文件的上传

FastDFS分布式存储_服务器_02

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）生成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

FastDFS分布式存储_nginx_03

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。

（1）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。

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。
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。
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。
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。

FastDFS分布式存储_服务器_04

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：

FastDFS分布式存储_服务器_05

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：环境要求

跟踪服务器1【主机】(Tracker1):192.168.10.101

跟踪服务器 2【备机】(Tracker2):192.168.10.102

存储服务器1(storage1):192.168.10.103

存储服务器2(storage2):192.168.10.104

代理服务器(nginx)

2:在所有节点安装如下组件(代理服务器除外)

(1)检查 Linux 上是否安装了 gcc libevent

root@localhost ~]# yum -y install zlib-devel gcc* libtool pcre-devel
root@localhost ~]# yum -y install libevent

(2)安装libfastcommon

root@localhost ~]# systemctl stop firewalld
root@localhost ~]# setenforce 0
root@localhost ~]# tar zxvf libfastcommon-1.0.36.tar.gz
root@localhost ~]# cd libfastcommon-1.0.36
[root@localhost libfastcommon-1.0.36]# ll

root@localhost libfastcommon-1.0.36]# ./make.sh # 编译
root@localhost libfastcommon-1.0.36]# ./make.sh install # 安装
root@localhost libfastcommon-1.0.36]# cd /usr/lib64
root@localhost lib64]# ll libfast** #査看所有以 libfast 开头的内容
root@localhost lib64]# cp libfastcommon.so /usr/lib

(3)安装编译 FASTDFS

root@localhost ~]# tar zxvf fastdfs-5.11.tar.gz
root@localhost ~]# cd fastdfs-5.11
[root@localhost fastdfs-5.11]# ./make.sh
[root@localhost fastdfs-5.11]# ./make.sh install

(4)检查文件与目录

服务脚本检查

[root@localhost ~]# ll /etc/init.d/

配置文件检查

[root@localhost ~]# ll /etc/fdfs/

命令工具检查

[root@localhost ~]# ll /usr/bin/fdfs *

3:配置 tracker 服务器(在 101 和 102 两个主机上执行)

(1)复制tracker 样例配置文件，并重命名

root@localhost ~]# cp /etc/fdfs/tracker.conf,sample /etc/fdfs/tracker.conf

(2)修改 tracker 配置文件

root@localhost ~]# vim /etc/fdfs/tracker.conf
# 修改的内容如下:
disabled=false # 启用配置文件
port=22122 # tracker 服务器端囗(默认 22122
base_path=/fastdfs/tracker #存储日志和数据的根目录
store group=group1 #设置存储组名称

(3)创建 base path 指定的目录

root@localhost ~]# mkdir -p /fastdfs/tracker

(4)启动tracker 服务器

root@localhost ~]# /etc/init.d/fdfs trackerd start

初次启动，会在/fastdfs/tracker 日录下生成 logs、data 两个目录

检查 FastDFS Tracker server 是否启动成功:

[root@localhost ~]# ps -efgrep fdfs_trackerd

备注: 重启服务

fdfs trackerd /etc/fdfs/tracker.conf restart#重启服务

4:配置 STORAGE 服务(在 103 和 104 主机上设置)

(1)复制storage 样例配置文件，并重命名

[root@localhost ~]# cp /etc/fdfs/storage.conf,sample /etc/fdfs/storage.conf

(2)编辑配置文件

root@localhost ~]# vi /etc/fdfs/storage.conf
修改的内容如下:
disabled=false #启用配置文件
port=23000 #storage 服务端口
base path=/fastdfs/storage#数据和日志文件存储根目录
store path0=/fastdfs/storage #第一个存储目录
tracker server=192,168.10.101:22122 # tracker 服务器 IP 和端囗
tracker server=192.168.10.102:22122 #tracker 服务器 IP2 和端囗
group name=group1 #和 tracker 中的组名保持一致
http,server port=8888 #http 访问文件的端口

(3)创建基础数据目录

[root@localhost ~]# mkdir -p /fastdfs/storage

(4)启动 storage 服务器，并检查进程

[root@localhost ~# /etc/init.d/fdfs storaged start
[root@localhost ~]# ps -ef|grep fdfs_storaged

备注:

重启用如下命令

fdfs storaged /etc/fdfs/storage.conf restart

5：配置 client(在任意一个 Fastdfs 节点上配置)

[root@localhost ~]# cp /etc/fdfs/client.conf.sample /etc/fdfs/client.conf
[root@localhost ~]# mkdir -p /fastdfs/tracker
root@localhost ~l# vim /etc/fdfs/client.conf
#修改以下配置，其它保持默认
base path=/fastdfs/tracker
tracker server=192.100.139.121:22122 # tracker 服务器 IP 和端囗
tracker server=192.100.139.122:22122 # tracker 服务器 IP2 和端口

6：测试上传文件

[root@localhost ~]# fdfs_upload file /etc/fdfs/client.conf logo.jpg
或
[root@localhost ~]# fdfs_test /etc/fdfs/client.conf upload logo.jpg

7：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迟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-nginx-module 的配置文件

root@localhost ~]# tar zxvf fastdfs-nginx-module_v1.16.tar.gz
root@localhost ~]# cd fastdfs-nginx-module/src

进入解压完的目录，到 src 目录，修改 config 文件，将文件路径中存在的 local 删掉

root@localhost src]# vim config
ngx addon name=ngx http fastdfs module
HTTP MODULES="$HTTP MODULES ngx http fastdfs module"
NGX ADDON SRCS="SNGXADDON SRcS $nax addon dir/nax http fastdfs module.c"
CORE INCS="$CORE INCS/usr/include/fastdfs /usr/include/fastcommon/"
CORE LIBS="$CORE LIBS-l/usr/lib -lfastcommon -lfdfsclient"
CFLAGS="$CFLAGS -D FILE OFFSET BITS=64 -DFDFS OUTPUT CHUNK SIZE='256*1024'-DFDFS MOD CONF FIL

(2)编译安装nginx

root@localhost ~]# tar zxvf nginx-1.19.5.tar.gz
root@localhost ~]# useradd nginx
root@localhost ~]# cd nginx-1.19.5
root@localhost nginx-1.19.5]# cp /usr/include/fastcommon/* /usr/include/fastdfs/
[root@localhost nginx-1.19.5]# ./configure --prefix=/usr/local/nginx --add-module=/root/fastdfs-nginx-module/src/

注意:注意:这里的-add-module后面的值就是刚刚拷贝的 fastdfs-nginx-module的 src 目录

root@localhost nginx-1.19.5]# make
root@localhost nginx-1.19.5]# make instal1
[root@localhost nginx-1.19.5]# In-s /usr/local/nginx/sbin/* /usr/local/sbin/

(3)配置 FASTDFS

将 fastdfs-nginx-module 模块下的 mod fastdfs.conf 文件拷贝到 /etc/fdfs/日录

root@localhost ~]# cp /root/fastdfs-nginx-module/src/mod fastdfs.conf /etc/fdfs/

root@localhost ~]# vim /etc/fdfs/mod fastdfs.conf

找到下面的配置进行修改:

1、base path=/tmp 用户存储日志的，将其改为/fastdfs/temp
2、tracker server=tracker:22122 修改为当前服务器的 ip 地址
3、group name=groupname1 修改为之前 storage 中同样的名字
4、url_have_group_name = false 这个表示是否需要增加一个上述自定义名字的需要，改为 true

修改参数如下:

connect timeout=10
base path=/tmp
tracker server=192.168.10.101:22122:# tracker 服务器 IP 和端囗
tracker_server=192.168.10.102:22122 #tracker 服务器 IP2 和端口
url_have_group_name=true #url 中包含 group 名称
group name=group1
storage_server port=23000
store path count=1
store path0=/fastdfs/storage

(4)复制 FastDFs 的部分配置文件到/etc/fdfs 目录

root@localhost ~]# cp /root/fastdfs-5.11/conf/http.conf /etc/fdfs
root@localhost ~]# cp /root/fastdfs-5.11/conf/mime.types /etc/fdfs

(5)在/fastdfs/storage 文件存储目录下创建软连接,将其链接到实际存放数据的目录

root@localhost ~]# In -s /fastdfs/storage/data/ /fastdfs/storage/data/M00

(6)配置 NGINX

[root@localhost ~]# cd /usr/local/nginx/
修改 nginx.conf 文件，在 http 指令块中新增如下配置
root@localhost nginx]# vim conf/nginx.conf
location /group1/M00 {
ngx_fastdfs module;
}
root@localhost nginx]# mkdir -p /var/temp/nginx/client
root@localhost nginx]# fdfs_storaged /etc/fdfs/storage.conf restart
root@localhost nginx]# fdfs trackerd /etc/fdfs/tracker.conf restart
root@localhost nginx]# /usr/local/nginx/sbin/nginx

(7)浏览器访问图片

http://192.168.10.103/group1/M00/00/00/wKgKZ2adD0aAY5f4AAFMnKMUrMI096_big.jpg

或

http://192.168.10.104/group1/M00/00/00/WKgKZ2adDaAY5f4AAFMnKMUrMI096 big.jpg

8:部署 nginx 代理(在 105 主机上配置)

Iroot@localhost ~]# yum -y install pcre-devel zlib-devel gcc*
[root@localhost ~]# tar zxvf nginx-1.19.5.tar.gz
[root@localhost nginx-1.19.5]# useradd nginx
[root@localhost nginx-1.19.5]# ./configure--prefix=/usr/local/nginx --user=nginx --group=nginx
[root@localhost nginx-1.19.5]# make && make install
root@localhost ~]# In-s /usr/local/nginx/sbin/nginx /usr/local/sbin/
[root@localhost ~]# vim /usr/local/nginx/conf/nginx.conf
http {
include mime.types;
default_type application/octet-stream;
sendfile on;
keepalive timeout 65;
upstream storage_server_group1{
server 192.168.10.103:80 weight=10;
server 192.168.10.104:80 weight=10;
}
server {
listen 80;
server name localhost;
location / {
proxy_pass http://storage server_group1;
}