紅帽公司宣布收購Gluster ，后者作為GlusterFS開源文件系統(tǒng)及Gluster存儲平臺軟件堆棧的開發(fā)者受到廣泛關(guān)注。通過這種方式，紅帽公司將自己打造成了一套針對尋求類似 Apache Hadoop 這樣大數(shù)據(jù)解決方案的客戶提供服務(wù)的一站式商店。不過它同時還買進(jìn)了一套文件系統(tǒng)，該系統(tǒng)在基于云平臺的部署方面有著極大的潛力。如果大家還沒聽說過Gluster這個名頭，那么不妨詳細(xì)閱讀本文，并從中了解這家公司是如何在擴(kuò)展式網(wǎng)絡(luò)附加存儲領(lǐng)域鶴立雞群的。

Gluster公司簡介

用這家公司自己的話說，GlusterFS是“一套可擴(kuò)展的開源集群文件系統(tǒng)，并能夠輕松為客戶提供全局命名空間、分布式前端以及高達(dá)數(shù)百PB級別的擴(kuò)展性。”這種說法口氣可不小，但GlusterFS也確實把解決大問題——真正的“大”問題當(dāng)作己任。事實上，Gluster的最大容量為72 brontobyte（沒錯，這個詞已經(jīng)成為現(xiàn)實，相當(dāng)于一千億億億字節(jié)）。

也許GlusterFS最值得立即了解的重要細(xì)節(jié)是，它完全實現(xiàn)了網(wǎng)絡(luò)附加存儲的大規(guī)模擴(kuò)展而沒有借助其他人在處理大數(shù)據(jù)領(lǐng)域所使用的要素：元數(shù)據(jù)。元數(shù)據(jù)被用來描述一個給定的文件或是區(qū)塊在分布式文件系統(tǒng)中的所處位置；它同時也是網(wǎng)絡(luò)附加存儲解決方案在規(guī)?；矫娴闹旅觞c。

在某些情況下，例如Hadoop的本地HDFS，元數(shù)據(jù)正是導(dǎo)致失敗的重要元兇。而在其它情況下，它又作為線性性能可擴(kuò)展性的阻礙出現(xiàn)，因為所有節(jié)點都必須不斷與服務(wù)器（或服務(wù)器群組）保持聯(lián)系以延持整個集群的元數(shù)據(jù)——這種做法幾乎必定會帶來額外的延遲并使存儲硬件在等待響應(yīng)元數(shù)據(jù)請求的過程中處于效率低下的閑置狀態(tài)。

Gluster通過使用其自有的彈性Hash算法解決了這一問題。憑借這種算法，Gluster集群中的每個節(jié)點都能夠計算得出某個特定文件的位置，而無需聯(lián)系集群內(nèi)的其它節(jié)點——這基本上消除了元數(shù)據(jù)追蹤及變化的必要性。正是這套方案讓GlusterFS在競爭中獨占鰲頭，并使其真正能夠?qū)崿F(xiàn)自身在線性性能擴(kuò)展性方面的承諾。

后端部署

GlusterFS是一套用戶空間文件系統(tǒng)驅(qū)動程序，可以被部署于任何品牌的Liniux系統(tǒng)之中（主要是RHEL或者CentOS）。換句話來說，GlusterFS的運行完全獨立于硬件之外，因此非常便于攜帶。在預(yù)制型或者是私有云實例中，GlusterFS可以被創(chuàng)建于諸如JBOD（即簡單磁盤捆綁）、DAS（即數(shù)據(jù)采集系統(tǒng)）或者SAN存儲等商用服務(wù)器硬件之上——具體使用哪種硬件完全取決于終端用戶的選擇。而在公共云環(huán)境中，GlusterFS則可以直接被安裝在現(xiàn)有產(chǎn)品上，進(jìn)而提供更好的可擴(kuò)展性及有效性（目前Amazon及Rightscale公司都在提供類似的產(chǎn)品）。除此之外，當(dāng)其被部署于數(shù)量與日俱增的虛擬裝置之中時，Gluster的節(jié)點將運作于管理程序之上——無論是預(yù)制型還是在云中。

根據(jù)數(shù)據(jù)在GlusterFS節(jié)點集群中的存儲方式，Gluster能夠以性能不同、可用性特性不同的數(shù)種方式加以部署。最簡單的一種當(dāng)數(shù)只分布型，這種類型從本質(zhì)上模擬了文件級別的RAID0分布狀況。而這種類型中，文件只存儲在一個Gluster節(jié)點中，因此單個節(jié)點的故障即會導(dǎo)致數(shù)據(jù)的丟失。其實這沒什么好奇怪的，低安全性換來的是最高級別的性能表現(xiàn)以及最高效的存儲調(diào)用狀態(tài)，因為整個流程中不涉及文件備份。

對于那些要求在節(jié)點故障情況下仍能保證數(shù)據(jù)安全的應(yīng)用程序來說，Gluster的分布式副本模式能夠滿足此類要求，該模式基本上類似于RAID 10。在這種模式下，文件被分布在始終處于同步狀態(tài)的一對鏡像節(jié)點當(dāng)中。個別節(jié)點在發(fā)生故障時鏡像節(jié)點會及時補(bǔ)充，進(jìn)而保證文件的可用性不受任何影響。

最后，Gluster還支持分段模式，這是一種在執(zhí)行上非常接近標(biāo)準(zhǔn)化區(qū)塊層RAID0的模式。根據(jù)建議，該模式一般只適合用于處理超大型文件（通常要超過50GB）的存儲及多節(jié)點性能要求較高的情況。這也是惟一一個將會永遠(yuǎn)將文件拆分并將其分布于多個節(jié)點上的模式——其它所有模式都只在文件層面運作。遺憾的是，鏡像與分段模式無法結(jié)合，因此要實現(xiàn)極高的可用性，必須將這套方案與硬件部署統(tǒng)一起來。

盡管我們無法在同一個Gluster集群中同時使用多種存儲模式，但仍然可以在同一套硬件裝置中運行數(shù)個邏輯集群。因此，大家實際上能夠在單獨的物理硬件中并行運行分布式備份集群及分段式集群。

除了允許在Gluster集群內(nèi)部實施分布式備份系統(tǒng)之外，不同集群間的多線路地域備份也是可行的。這種方案能夠被用于保護(hù)網(wǎng)站所面臨的整體故障或者為應(yīng)用程序從一個站點向另一個遷移的工作變得更加便捷。Gluster地域備份頗具靈活性，允許我們復(fù)制包含任意數(shù)量中間副本的各種模式（例如從A站到B站、從B站到C站及D站等等）。

應(yīng)該指出的是，Gluster集群跨物理站點的延展也是可行的，但這就對分布式集群內(nèi)部的同步工作在復(fù)制、大量廣域網(wǎng)帶寬及低延遲方面有著較高要求，以保證獲得令人滿意的性能表現(xiàn)。而在實際操作中，單獨的Gluster很可能會由于某個站點或是城域網(wǎng)的限制而受到影響。