云存儲技術(shù)在音樂應(yīng)用領(lǐng)域的研究與實踐

梁 冰，楊翊平，金 鐸，徐 雄

（中國電信股份有限公司廣州研究院 廣州510630）

1 前言

伴隨國內(nèi)3G市場的啟動，移動互聯(lián)網(wǎng)應(yīng)用將迎來“爆炸式”的增長，在娛樂、商務(wù)、信息服務(wù)等各個方面進(jìn)入人們的基本生活。中國電信在移動互聯(lián)網(wǎng)音樂應(yīng)用方面的信息內(nèi)容也日趨豐富，需要存儲大量的資源文件，如音樂、歌詞、視頻、書籍、圖片等，對文件系統(tǒng)提出海量數(shù)據(jù)存儲、高并發(fā)訪問、基于內(nèi)容的緩存、負(fù)載均衡等要求。

2 音樂在內(nèi)容存儲方面的關(guān)鍵問題

2.1 異構(gòu)、海量的內(nèi)容存儲

大部分移動互聯(lián)網(wǎng)內(nèi)容型應(yīng)用都包含了UGC功能，涉及用戶上傳、評論等。不同于應(yīng)用中結(jié)構(gòu)相對穩(wěn)定的基本內(nèi)容，這類信息的特點是結(jié)構(gòu)多樣且隨著業(yè)務(wù)發(fā)展不斷變化、用戶規(guī)模擴(kuò)大而急速增加。Facebook每天的分享內(nèi)容條數(shù)超過25億；美國大選期間Twitter共產(chǎn)生了3 100萬條和大選相關(guān)的Tweets；新浪微博最初只是分享文字，后續(xù)逐步發(fā)展為可以分享圖片、音樂、視頻等富媒體信息。如何存儲海量、多變內(nèi)容，是每個移動互聯(lián)網(wǎng)應(yīng)用需要解決的問題。

2.2 高效緩存

在移動互聯(lián)網(wǎng)業(yè)務(wù)中，資源的訪問效率對用戶體驗有很大影響，例如用戶下載一首歌曲，通常希望能在1 min內(nèi)下載完成。要提高訪問效率，需要增加資源文件在緩存系統(tǒng)的命中率。隨著業(yè)務(wù)的發(fā)展，富媒體信息逐漸增多，圖片、音樂、視頻等資源文件越來越大，增加緩存系統(tǒng)的內(nèi)存對提高緩存命中率的作用不明顯。

2.3 文件指紋

在音樂應(yīng)用中，需要從多種渠道采集內(nèi)容，包括圖片、音樂、視頻等。這些從不同渠道采集的同一種資源文件中，有很多是內(nèi)容相同的。在存儲方面，對這些內(nèi)容相同的資源文件只保留一份，能大大節(jié)省存儲空間。

2.4 內(nèi)容分發(fā)

移動互聯(lián)網(wǎng)時代，各種網(wǎng)絡(luò)接入方式導(dǎo)致用戶訪問內(nèi)容的速度不一，為保證用戶在不同的網(wǎng)絡(luò)接入情況下都有較好的用戶體驗，需要根據(jù)不同的網(wǎng)絡(luò)接入情況進(jìn)行內(nèi)容分發(fā)及分流。特別地，對于體積較大的多媒體文件，在借助傳統(tǒng)的CDN達(dá)到就近接入提升訪問速度的基礎(chǔ)上，還要考慮根據(jù)用戶的接入速度，提供不同質(zhì)量的內(nèi)容。例如在音樂試聽?wèi)?yīng)用中，為帶寬較小的用戶提供較低碼率音源，為帶寬較大的用戶提供高碼率音源。

2.5 資源防盜鏈

音源、視頻等是內(nèi)容提供商的重要資產(chǎn)，特別是高清視頻、高品質(zhì)音源等優(yōu)質(zhì)資源。因此，在提供資源訪問服務(wù)時需要考慮資源防盜鏈的問題。一方面，防止資源被惡意抓取；另一方面，可避免非正常訪問造成的帶寬、網(wǎng)絡(luò)連接等資源浪費。

3 面向音樂應(yīng)用的云存儲系統(tǒng)

云存儲是指通過集群應(yīng)用、網(wǎng)格技術(shù)或分布式文件系統(tǒng)等功能，將網(wǎng)絡(luò)中大量各種不同類型的存儲設(shè)備通過應(yīng)用軟件集合起來協(xié)同工作，共同對外提供數(shù)據(jù)存儲和業(yè)務(wù)訪問功能的一個系統(tǒng)。本文基于業(yè)界開源的輕量級專用分布式文件系統(tǒng)框架，研發(fā)了一套適合音樂應(yīng)用需求的云存儲系統(tǒng)。

本文研發(fā)的云存儲系統(tǒng)具有如下特點。

·在線可擴(kuò)展性：可在線增減設(shè)備，適應(yīng)移動互聯(lián)網(wǎng)內(nèi)容數(shù)據(jù)飛速增長的需求。

·基于內(nèi)容的路由：根據(jù)用戶請求的內(nèi)容和網(wǎng)絡(luò)接入情況，分配相應(yīng)的存儲服務(wù)器提供服務(wù)，提供整體系統(tǒng)資源利用率。

·高效緩存系統(tǒng)：根據(jù)用戶在線服務(wù)的使用特征，系統(tǒng)支持對特定的資源文件只緩存部分內(nèi)容，提高緩存文件的數(shù)量，從而提高緩存命中率。

·文件指紋：支持相同內(nèi)容的文件只保存一份，節(jié)約磁盤空間。

·防盜鏈：系統(tǒng)為每個用戶分配系統(tǒng)編號和密鑰，下載時需要根據(jù)file_id、系統(tǒng)編號、當(dāng)前時間進(jìn)行加密得到數(shù)字簽名。系統(tǒng)對數(shù)字簽名的合法性和操作請求時間是否超過閾值進(jìn)行驗證，驗證通過才允許進(jìn)行下載。

3.1 分布式文件系統(tǒng)相關(guān)技術(shù)

從業(yè)務(wù)需求上，常用的分布式文件系統(tǒng)產(chǎn)品可以分為如下兩類。

·用于存儲大文件的分布式文件系統(tǒng)，以支持大數(shù)據(jù)集合為目標(biāo)，對數(shù)據(jù)塊的連續(xù)讀訪問進(jìn)行優(yōu)化，目的是解決批處理的數(shù)據(jù)分析。這種文件系統(tǒng)以Hadoop的HDFS為代表。

·用于存儲海量小文件的分布式文件系統(tǒng)，目的是為了解決大容量存儲和負(fù)載均衡的問題，特別適合以文件為載體的在線服務(wù)。對音樂移動互聯(lián)網(wǎng)應(yīng)用，需要存儲大量資源文件，并需要支持高并發(fā)訪問和負(fù)載均衡，適合采用這類分布式文件系統(tǒng)。

從系統(tǒng)實現(xiàn)方式上，分布式文件系統(tǒng)分兩類：通用分布式文件系統(tǒng)和專用分布式文件系統(tǒng)。

·通用分布式文件系統(tǒng)：和傳統(tǒng)的本地文件系統(tǒng)（如Ext3、NTFS等）相對應(yīng)，應(yīng)用端可以實現(xiàn)mount(掛載)。典型代表：Lustre、MooseFS。

·專用分布式文件系統(tǒng)：基于google FS的思想，文件上傳后不能修改。不能實現(xiàn)mount，需要使用專有API對文件進(jìn)行訪問，也可稱作分布式文件存儲服務(wù)。典型代表：MogileFS、FastDFS、TFS。

通用分布式文件系統(tǒng)采用標(biāo)準(zhǔn)文件的系統(tǒng)操作方式，對開發(fā)者的門檻較低。但是通用文件系統(tǒng)需要支持若干標(biāo)準(zhǔn)的文件操作，如：目錄結(jié)構(gòu)、文件讀寫權(quán)限、文件鎖等，系統(tǒng)復(fù)雜性較高，如果直接采用內(nèi)核級mount方式，系統(tǒng)復(fù)雜度更高。通用分布式文件系統(tǒng)要支持POSIX標(biāo)準(zhǔn)，尤其要采用PUSE來實現(xiàn)mount，所以系統(tǒng)的整體性能較低。而專用分布式文件系統(tǒng)不需要支持若干標(biāo)準(zhǔn)的文件操作，系統(tǒng)簡潔，而且無需支持POSIX標(biāo)準(zhǔn)，可以省去支持POSIX引入的環(huán)節(jié)，系統(tǒng)整體性能比較高。

根據(jù)音樂在內(nèi)容存儲方面特定的業(yè)務(wù)需求，本文采用業(yè)界開源的輕量級專用分布式文件系統(tǒng)來構(gòu)建云存儲系統(tǒng)。

3.2 系統(tǒng)設(shè)計

本文研發(fā)的云存儲系統(tǒng)的基本架構(gòu)如圖1所示。

·底層是一個完全分布式的文件系統(tǒng)。

·在文件系統(tǒng)基礎(chǔ)上提供API和HTTP接口，向移動互聯(lián)網(wǎng)應(yīng)用系統(tǒng)提供文件上傳、下載、緩存等服務(wù)。

·管理監(jiān)控系統(tǒng)對分布式文件系統(tǒng)的整體運行狀態(tài)進(jìn)行管理和監(jiān)控。

圖1 云存儲系統(tǒng)的基本架構(gòu)

3.2.1 分布式文件系統(tǒng)

底層的分布式文件系統(tǒng)分為調(diào)度服務(wù)器（tracker server）和存儲服務(wù)器（storage server）兩個角色，所有服務(wù)都不存在單點，可在線線性擴(kuò)展。

·tracker server：負(fù)責(zé)調(diào)度，在內(nèi)存中記錄集群中g(shù)roup和storage server的狀態(tài)信息，在訪問上起負(fù)載均衡的作用。每個tracker server的功能和所保存的數(shù)據(jù)都完全相同，上層應(yīng)用根據(jù)一定的策略（例如隨機(jī)或輪詢）選擇一個tracker server進(jìn)行服務(wù)。

·storage server：采用分組方式，同組內(nèi)storage server上的文件完全相同 （RAID 1）；不同組的storage server之間不相互通信；同組storage server之間相互同步數(shù)據(jù)；storage server主動向tracker server報告信息。

tracker server和storage server之間的接口調(diào)用關(guān)系如圖2所示。

·客戶端從tracker server獲得一個可提供服務(wù)的storage server。

·客戶端和storage server通信。

·同組storage server之間同步數(shù)據(jù)。

·storage server向tracker server報告信息。

tracker server上傳文件的路由策略包括：

·選擇剩余空間最大的group；

·基于內(nèi)容格式選擇：根據(jù)文件格式（mp3、dat等）選擇相應(yīng)的storage server；

·基于接入方式選擇：根據(jù)用戶接入方式和網(wǎng)絡(luò)帶寬選擇相應(yīng)的storage server，對用戶上傳較大內(nèi)容的文件選擇這種路由策略；

·輪詢/隨機(jī)。

圖2 tracker server和storage server之間的接口調(diào)用關(guān)系

下載文件時，在同組storage server中進(jìn)行路由選擇的策略包括：

·選擇最空閑的storage server；

·根據(jù)用戶接入方式和網(wǎng)絡(luò)帶寬選擇；

·輪詢/隨機(jī)。

3.2.2 API和HTTP接口

在分布式文件系統(tǒng)的Web Server和tracker server上封裝了API和HTTP接口對外提供服務(wù)，具體功能如下。

·文件上傳：用戶能將本地文件上傳到文件系統(tǒng)，并獲得文件系統(tǒng)的file_id。文件上傳時能校驗文件的合法性，例如mp3文件的格式、文件大小限制等。

·文件下載：用戶能根據(jù)file_id下載文件。下載支持防盜鏈功能，文件系統(tǒng)為每個用戶分配系統(tǒng)編號和密鑰，下載時需要根據(jù)file_id、系統(tǒng)編號、當(dāng)前時間進(jìn)行加密得到數(shù)字簽名。文件服務(wù)器對數(shù)字簽名和請求時間進(jìn)行驗證，驗證通過后才允許下載文件。

·文件下載：用戶能根據(jù)file_id刪除文件。

系統(tǒng)支持資源文件下載防盜鏈功能：系統(tǒng)為每個用戶分配系統(tǒng)編號和密鑰，用戶下載資源文件需要根據(jù)file_id、系統(tǒng)編號、當(dāng)前時間進(jìn)行加密得到數(shù)字簽名，文件服務(wù)器對下面兩項進(jìn)行驗證，驗證通過后才允許下載文件。

·驗證數(shù)字簽名是否合法。

·服務(wù)器當(dāng)前時間和下載請求時間的間隔是否超過設(shè)置的閾值。

在提供HTTP接口的Web服務(wù)器上，還提供代理服務(wù)器功能，并支持資源文件下載的高效緩存。

3.2.3 管理監(jiān)控系統(tǒng)

管理監(jiān)控系統(tǒng)為系統(tǒng)管理員提供系統(tǒng)資源全局視圖，管理員能掌握下列情況。

·文件系統(tǒng)整體拓?fù)浣Y(jié)構(gòu)：tracker server和storage server服務(wù)器的數(shù)量；storage server分組情況。

·資源使用情況：每組storage server的存儲空間；每臺機(jī)器的資料利用率，包括CPU、IO、帶寬等。資源不足時系統(tǒng)自動預(yù)警。

·用戶操作日志：包括文件上傳、刪除、系統(tǒng)緩存等操作。

·文件管理：包括文件編號、所在分組、文件大小、上傳時間、上傳的原始文件編號等。

·系統(tǒng)運行管理：新增或刪除服務(wù)器、storage server之間同步數(shù)據(jù)、服務(wù)器啟停等。

3.3 高效訪問的實現(xiàn)方案

本文實現(xiàn)的云存儲系統(tǒng)不需要索引服務(wù)器，通過文件名可以直接映射到storage server的分組和磁盤路徑，減少索引查找和路由時間，提高系統(tǒng)效率。具體實現(xiàn)方法是：在文件上傳時，由storage server生成文件ID返回給業(yè)務(wù)系統(tǒng)，文件ID包含storage server所屬的分組、磁盤、目錄、源storage server的IP地址、上傳時間；在文件下載時，系統(tǒng)根據(jù)文件名定位到storage server分組，在分組中根據(jù)CPU、系統(tǒng)I/O、帶寬等資源空閑情況選擇相應(yīng)的storage server，storage server直接根據(jù)文件ID可直接定位到磁盤文件。

本文提出的系統(tǒng)設(shè)計方案通過路由服務(wù)器，多個storage server可同時提供并發(fā)訪問服務(wù)。當(dāng)并發(fā)訪問量增大時，增加storage server可以提升系統(tǒng)整體的吞吐量。由于系統(tǒng)storage server可線性擴(kuò)展，系統(tǒng)理論上可支持無限大的并發(fā)訪問量。

為提高訪問效率，本文還針對移動互聯(lián)網(wǎng)用戶在線應(yīng)用的特征，提出了一個高效的緩存實現(xiàn)方案。在音樂試聽?wèi)?yīng)用中，大多數(shù)用戶只聽音樂的前10 s內(nèi)容。根據(jù)這個特征，在做文件緩存時，將資源文件分割成大小不等的若干片，例如一個3 MB的mp3文件共分成4片，每片在原始文 件 中 的 位 置 為：0～200 KB，200～800 KB，800～1.5 MB，1.5～3 MB。文件訪問時，根據(jù)訪問內(nèi)容分片讀取文件并緩存。通過這樣的文件分片緩存方案，顯著增加數(shù)據(jù)訪問的緩存命中率，提升了用戶對資源文件訪問效率的體驗。在系統(tǒng)實現(xiàn)上，緩存在HTTP接口的Web服務(wù)器上實現(xiàn)。

4 云存儲系統(tǒng)的應(yīng)用

云存儲作為移動互聯(lián)網(wǎng)應(yīng)用的一個基礎(chǔ)能力，用于多種移動互聯(lián)網(wǎng)應(yīng)用。其核心價值在于為產(chǎn)品提供高速、高可靠、高擴(kuò)展性的存儲能力。云存儲即可直接作為產(chǎn)品，例如百度云等網(wǎng)絡(luò)U盤應(yīng)用，也可作為業(yè)務(wù)平臺的基礎(chǔ)設(shè)施，為平臺提供內(nèi)容存儲能力。隨著移動互聯(lián)網(wǎng)不斷發(fā)展，各類創(chuàng)新的產(chǎn)品將層出不窮，但產(chǎn)品對存儲的依賴只會與日俱增。采用云存儲技術(shù)，產(chǎn)品可方便地將需要持久化的信息存儲在云端，無需考慮存儲如何組織，如何保證可靠性、支持高速訪問等問題。

本文研發(fā)的云存儲系統(tǒng)已在“中國電信愛音樂”的相關(guān)項目中應(yīng)用，其中在音源、圖片、視頻存儲，用戶上傳等方面都利用了云存儲系統(tǒng)提供的能力，取得了良好的效果。

愛音樂云存儲系統(tǒng)如圖3所示，可分為運營服務(wù)層：負(fù)責(zé)內(nèi)容分發(fā)及訪問調(diào)度，主要包括移互平臺（愛音樂提供實時接口服務(wù)的業(yè)務(wù)平臺）；內(nèi)容管理層：負(fù)責(zé)內(nèi)容管理、轉(zhuǎn)碼等，主要包括ICM（愛音樂內(nèi)容管理系統(tǒng)）；存儲層：負(fù)責(zé)資源存儲，主要包括資源存儲及服務(wù)系統(tǒng)。

圖3 愛音樂云存儲系統(tǒng)

以用戶使用客戶端上傳音樂為例，用戶在客戶端獲得上傳音樂的授權(quán)（通過移動平臺）之后，選擇要上傳的音樂，客戶端調(diào)用ICMS的文件上傳接口。ICMS接收文件并轉(zhuǎn)給資源存儲及服務(wù)系統(tǒng)，后者生成文件指紋（文件唯一性特征值，通過文件指紋可識別不同的文件），根據(jù)文件指紋、大小等信息分配存儲空間，將文件寫入具體的存儲服務(wù)器，并保存文件的指紋、上傳時間、大小、位置等信息，生成訪問鏈接返回ICMS。ICMS保存上傳音樂的詳細(xì)信息，把文件訪問鏈接返回給客戶端，并自動生成若干種碼率的音源文件，相關(guān)信息同步給移互平臺。用戶再次訪問上傳的音樂時，移互平臺將根據(jù)用戶的網(wǎng)絡(luò)接入方式、終端類型等自動適配音源碼率，返回最合適的音源訪問鏈接。

5 結(jié)束語

移動互聯(lián)網(wǎng)正在飛速發(fā)展，云存儲對移動互聯(lián)網(wǎng)來說是絕對的助推器。本文針對移動互聯(lián)網(wǎng)對內(nèi)容存儲的需求，結(jié)合音樂在線服務(wù)的特點，對云存儲技術(shù)在音樂領(lǐng)域的應(yīng)用進(jìn)行了探索，將來還要將云存儲技術(shù)運用到更多應(yīng)用領(lǐng)域。

1 余慶.分布式文件系統(tǒng)概況及FastDFS介紹.http://www.docin.com/p-303753002.html，2010

2 陳鵬宇.云計算與移動互聯(lián)網(wǎng).科技咨詢，2011(29)

3 羅國治.云計算技術(shù)與互聯(lián)網(wǎng)發(fā)展.2010云計算產(chǎn)業(yè)高峰論壇,2010

4 朱旭.移動互聯(lián)網(wǎng)及其熱點技術(shù)分析.中國高新技術(shù)企業(yè).2010(20)