《fastdfs笔记.docVIP

FastDFS ：跟踪服务器崩溃怎么处理 FastDFS:同步延迟的问题 不能下载4.06及以上版，因为不支持内置http,所以安装模式完全不一样 分布式系统软件 Hadoop FastDFS MogileFs Lustre Coda FastDFS通过修改配置文件就可实现负载均衡 主要是定位和应用场合不一样。hadoop的文件系统HDFS主要解决并行计算中分布式存储数据的问题。其单个数据文件通常很大，采用了分块（切分）存储的方式；FastDFS主要用于大中网站，为文件上传和下载提供在线服务。所以在负载均衡、动态扩容等方面都支持得比较好，FastDFS不会对文件进行分块（切分）存储。 一台服务器可以装多个组(group)但不能装同组的多个Storage,日志会报错误，意思是说，如果有storage1（）对应group1,那么storage2（）再对应group1，会让group同时对应多个storage,而且这两个storage是处于同台服务器，这样就冲突了，所以这两个同group的storage必须处于不同该服务器 FastDFS是一个开源的轻量级分布式文件系统，由跟踪服务器（tracker server）、存储服务器（storage server）和客户端（client）三个部分组成，主要解决了海量数据存储问题，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。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（存储的负载均衡）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服务端有两个角色：跟踪器（tracker）和存储节点（storage）。跟踪器主要做调度工作，在访问上起负载均衡的作用。 存储节点存储文件，完成文件管理的所有功能：存储、同步和提供存取接口，FastDFS同时对文件的metadata进行管理。所谓文件的meta data就是文件的相关属性，以键值对（key valuepair）方式表示，如：width=1024，其中的key为width，value为1024。文件metadata文件属性列表，可以包含多个键值对。 跟踪器和存储节点都可以由一台或多台服务器构成。跟踪器和存储节点中的服务器均可以随是时增加或下线而不会影响线上服务。其中跟踪器中的所有服务器都是对等的，可以根据服务器的压力情况随时增加或减少。 为了支持大容量，存储节点（服务器）采用了分卷（或分组）的组织方式。存储系统由一个或多个卷组成，卷与卷之间的文件是相互独立的，所有卷的文件容量累加就是整个存储系统中的文件容量。一个卷可以由一台或多台存储服务器组成，一个卷下的存储服务器中的文件都是相同的，卷中的多台存储服务器起到了冗余备份和负载均衡的作用。 在卷中增加服务器时，同步已有的文件由系统自动完成，同步完成后，系统自动将新增服务器切换到线上提供服务。 当存储空间不足或即将耗尽时，可以动态添加卷。只需要增加一台或多台服务器，并将它们配置为一个新的卷，这样就扩大了存储系统的容量。 FastDFS中的文件标识分为两个部分：卷名和文件名，二者缺一不可。 FastDFS file upload 上传文件交互过程： 1. client询问tracker（跟踪器）上传到的storage（存储节点），不需要附加参数； 2. tracker返回一台可用的storage； 3. client直接和storage通讯完成文件上传。 FastDFS file download 下载文件交互过程： 1. client询问tracker下载文件的storage，参数为文件标识（卷名和文件名）； 2. tracker返回一台可用的storage； 3. client直接和storage通讯完成文件下载。 需要说明的是，client为使用FastDFS服务的调用方，client也应该是一台服务器，它对tracker和storage的调用均为服务器间的调用。 Storage server Storage server（后简称storage，存储节点）以组（卷，group或volume）为单位组织，一个group内包含多台storage机器（意思是多台服务器的storage可以是同一个group)，数据互为备份，存储空间以group内容量最小的storage为准，所以建议group内的多个storage尽量配置相同，以免造成存储空间的浪费。 以group为单位组织存储能方便的进行应用隔离、负载均衡、副本数定制（group内storage server数量即为该group的副本数），比如将不同应用数据存到不同的group就能隔离应用数