一个极简的分布式文件系统

前言

开源的分布式存储系统比较多，比较有名的有：Ceph、GlusterFS、HDFS、TFS等。这些系统都比较复杂，代码动则几十上百万行，这些系统对初学者来讲门槛比较高，特别是对于从事非分布式存储行业，但又想跨行学习分布式的同窗来讲，每每有这想法，可是不知道怎么入手。本文介绍以前实现的一个C++极简版的分布式文件系统 https://github.com/goyas/goya-fs， 代码只有一两百行，固然功能也很粗糙，只实现了简单的mkdir和ls这两条命令，但就像刚刚描述的，目的是学习，也便于你们对分布式有体感以后，方便阅读其余庞大的分布式存储系统，固然之后有空时间也会不断完善功能。

对于嵌入式，或者主要是从事单机开发的程序员来讲，没接触分布式以前，都会感受很神秘，每每会被高并发、海量数据分析处理等名词唬住。其实，职位没有智商之分，区别也就在于你有没有亲自动手摸过这些玩意儿。以往的经验告诉我，就算不会的东西，一个版本的时间，只要你稍微努点力基本就会达到行业的基本水平，固然越往上走就要看本身的兴趣和时间投入了。

好了，言归正传，下面开始介绍这个简单的分布式文件系统，选用的基础组件是leveldb + goyas-rpc，leveldb做为存储底座，goyas-rpc做为进程之间通讯使用。有关leveldb的介绍网上很是多，这里就再也不骜述，goyas-rpc能够参考以前的 一个基于protobuf的极简RPC 这篇文章。

思考

若是让你设计分布式文件系统，你会怎么设计？
一、若是本身设计一个简单的分布式存储系统，对于文件的读取存盘，你会怎么设计？
二、好比执行下面的命令通过怎么样的IO路径local_file文件才会存储到磁盘？ ./fs_client put local_file /user/ —把local_file文件存放到文件系统/user目录
三、怎么让local_file文件存储到分布式文件系统的3个不一样结点，而且3副本保存？

架构设计

系统架构设计采用经典的GFS分布式存储模型，由3个不一样的角色（client、master、chunkserver）负责管理不一样的事务，client做为客户端，接受来自用户的请求。master做为元数据及namespace存储管理。chunkserver和磁盘打交道，做为最终的单机存储引擎。 执行./fs_client put local_file /user/ 命令，会大体经历下面图里面从左到右的流程，最终调用系统调用write把local_file存放到存储介质。

fs_client

fs_client用于接受用户的请求，好比：./fs_client mkdir /file1执行这条命令，会最初调用下面的函数接口

int FileSystemImpl::CreateDirectory(char* path) {
  printf("Create directory %s\n", path);
  CreateFileRequest  request;
  CreateFileResponse response;
  request.set_sequence_id(0);
  request.set_file_name(path);
  request.set_type((1<<9)|0755);
  bool ret = rpc_wrapper_->SendRequest(masterserver_stub_, 
    &MasterServer_Stub::CreateFile, &request, &response, 5, 3);
  if (!ret || response.status() != 0) {
    printf("Create directory fail\n");
    return -1;
  }
  
  return 0;
}

 

函数功能：把序列号、文件名及文件类型经过RPC发送到元数据管理进程masterserver进行处理。其实这里比咱们常常单机环境写的fopen、fwrite也就仅仅多了个RPC，须要经过它把不用节点的信息发送到其余节点，呵呵，这就是分布式！再来看看masterserver进程收到这个request消息后干了些啥？

masterserver

void MasterServerImpl::CreateFile(google::protobuf::RpcController* controller,
  const ::goya::fs::CreateFileRequest* request,
  goya::fs::CreateFileResponse* response,
  google::protobuf::Closure* done) {
  printf("masterserver create file\n");
  response->set_sequence_id(request->sequence_id());
  const std::string& filename = request->file_name();
  if (filename.empty() || filename[0] != '/') {
    printf("path format error\n");
    response->set_status(3);
    done->Run();
    return ; 
  }

  std::string file_value;
  leveldb::Status s;
  s = db_->Get(leveldb::ReadOptions(), filename, &file_value);
  if (s.IsNotFound()) {
    FileInfoProto file_info;
    file_info.set_time(time(NULL));
    file_info.set_type(request->type());
    file_info.SerializeToString(&file_value);
    s = db_->Put(leveldb::WriteOptions(), filename, file_value);
    if (s.ok()) {
      printf("CreateFile %s file\n", filename.c_str());
      response->set_status(0);
    } else {
      printf("CreateFile %s file\n", filename.c_str());
      response->set_status(2);
    }
  } else {
    printf("CreateFile %s fail: already exist\n", filename.c_str());
    response->set_status(1);
  }
  done->Run();
}

函数功能：从收到的消息中提取出文件名做为key，文件类型和时间做为value，而后使用KV存储引擎leveldb存储，最后把完成消息经过response发送给调用方。这个过程到这里就完了，是否是很简单？！

ls命令的功能和上面的介绍相反，就是把上面mkdir建立的文件信息给列出来，这里就不讲究了，你们能够去看看源码，也是很是简单。

chunkserver

待实现 …

写在最后

到这里整个分布式文件系统就讲解完了，固然真正的分布式存储系统远比这个复杂的太多，否则怎么会到百万级别的代码。但愿这个简单的文件系统的讲解对你有点帮忙。