FastFDS基础

1. FastDFS介绍

FastDFS（ Fast Distributed file system）是一款轻量级的、高性能的、阿里巴巴开源的分布式文件系统。该系统的作者是余庆 (happyfish100)，github地址：https://github.com/happyfish100 ，使用Fastdfs可以解决大规模数据存储和负载均衡问题。该文件系统主要提供了一下功能：

• 文件存储
• 文件同步
• 文件访问（文件上传、下载和删除等功能）

fastdfs的设计充分考虑到了冗余备份、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。适合于在线的图片和视频分享的网站。

以其出色的表现，FastDFS已经在许多互联网公司得到了应用，其中包括京东、阿里巴巴、Lockbur等。

2. FastDFS架构

FastDFS文件系统结构示意图：

2.1 系统服务角色

如上图，文件系统主要分为Tracker（跟踪器）和Storage（存储节点）两种角色，且两种节点都支持单节点和多节点部署。tracker和storage中的多个节点是对等关系并无没有主从之分，所以不存在大部分分布式系统中的单点问题。

1. tracker（跟踪器节点）
   1）控制文件访问任务的调度和访问的负载均衡。系统运行时记录中所有存储组和存储服务器的状态信息， 是客户端和数据服务器交互的纽带。
   2）tracker可以是单点和集群模式-多个tracker节点。系统运行时可以随时添加和移出tracker节点，不会影响线上服务。

2. storage（存储节点）
   1）storage提供对文件的管理，包括文件存储、文件同步和文件访问功能，同时也提供对文件元数据（文件的属性的键值对列表）的管理，例如width=1024, 键是"width"，值为 "1024".
   2）定时主动向Tracker server报告其状态信息,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
   3）Storage支持集群模式，集群由多个group组成，而一个group由一个或者多个storage组成，这些storage具体体现为具有相同的group_name。

storage server具有以下七种状态：

FDFS_STORAGE_STATUS_INIT :初始化，尚未得到同步已有数据的源服务器
FDFS_STORAGE_STATUS_WAIT_SYNC :等待同步，已得到同步已有数据的源服务器
FDFS_STORAGE_STATUS_SYNCING :同步中
FDFS_STORAGE_STATUS_DELETED :已删除，该服务器从本组中摘除（注：本状态的功能尚未实现）
FDFS_STORAGE_STATUS_OFFLINE :离线
FDFS_STORAGE_STATUS_ONLINE :在线，尚不能提供服务
FDFS_STORAGE_STATUS_ACTIVE :在线，可以提供服务

2.2 数据存储

2.2.1 存储架构

1. 文件的存储服务是由Storage server提供。

2. Storage集群由多个volume（卷）或称group（组）构成，volume/group之间的文件是独立的，整个系统的存储能力由这些volume/group的存储能力的总合决定。

3. 一个volume/group可以包含一个或者多个storage节点，这些storage节点之间的数据是相同的，起到容灾备份和负载均衡等功能。当向volume/group中添加storage server，volume中的文件会被自动地复制到这个新storage server当中，当数据复制完成后，系统会把该storage server转换为上线状态提供文件服务。

4. 当整个系统存储容量不足时，可以添加volume来扩容，文件的标识有volume名称和文件名确定。

2.2.1 数据交互

配合架构图，更好理解交互过程。

1. 客户端上传文件

   1. client询问tracker可以把文件上传哪个storage，不需要附加参数；
   2. tracker通过负载均衡策略返回一台可用的storage信息（ip、port）；
   3. client利用tracker返回的信息与storage建立完成文件上传。

2. 客户端下载文件

   1. client询问tracker到哪个storage上去下载文件，参数为文件标识（卷名和文件名）；
   2. tracker通过负载均衡策略返回一台可用的storage信息（ip、port）；
   3. client利用tracker返回的信息与storage建立连接，完成文件下载。

3. 同步机制

3.1 storage server信息同步

1. storage server信息存在于tracker server和storage之中，且两者之间的信息时相互同步的。
2. tracker运行时会把storage server信息放在内存中，并且会把数据持久化到磁盘文件中，以免重启后数据丢失。
3. storage会记录本组所有的storage server信息，并且也会进行持久化。

3.1.1 何时发生storage信息同步？

当新增storage server实例或者系统中的storage server状态发生变化时：

1. storage server主动连接tracker server
2. tracker server发现有新的storage server连接，将所在组的所有storage返回给新的storage，然后将最新的所有列表同步给组内其他storage。

当新增tracker时：

1. storage server连接该tracker server，发现该tracker server返回的本组storage server列表比本机记录的要少，就会将该tracker server上没有的storage server同步给该tracker server。

3.2 数据同步

1. 当上传新文件时
   前边讲到，客户端上传文件时首先会和tracker server通信，获得一个可用的storage server信息，接着与这台storage server进行文件上传（此时称这台服务器为源服务器），这时源服务器会将数据以push的方式同步给组内其他storage server（目标服务器）。数据同步按照以下规则：

   1）数据同步是发生在同一组内的所有storage server之间
   2）源头数据（client端最开始上传到系统的文件）需要同步，其他数据不需要，以免发生环路

2. 当有新storage加入时

   由组中某一storage server将其所有的数据，同步给新storage。待同步完成后，系统将新storage server的转态转换为在线，此时该storage server可以提供服务。

因为文件同步采用的是异步的方式，所以可能会出现刚刚上传的文件client访问不到的问题