“分布式”存儲結構研究

方勝吉

摘 要：“分布式”存儲就其本質來講是一種資源分配策略，就是利用一定規模的計算機形成網絡群，然后共同調配群中的資源，包括軟硬件、信息等。它融合了傳統的計算機和網絡技術，如分布式計算、網格計算、并行計算、虛擬化等。只要通過瀏覽器或其他WEB服務就可以直接訪問的一種新的IT服務模式，它通過互聯網來提供資源，而這種資源是動態且易擴展的。

關鍵詞：分布式 網絡 存儲

中圖分類號：TP311 文獻標識碼：A 文章編號：1674-098X（2017）10（c）-0124-02

1 “分布式”存儲的分類

（1）基礎架構服務（IaaS）：指由供應商提供的硬件資源服務，用戶使用租用的方式從供應商處獲取硬件資源完成自己的應用部署，用戶不需要購買硬件設備，而節省相關費用。而對硬件資源的虛擬化是基礎架構服務的關鍵技術，它包括對服務器、存儲以及網絡的虛擬化。

（2）軟件服務（SaaS）：軟件服務是指供應商提供軟件平臺，并負責安裝、升級和維護[1]，用戶只需通過網絡來租用軟件即可。這種方式在服務器性能較高的情況下，基本能夠實現對所有軟件的虛擬化。

（3）平臺服務（PaaS）：PaaS是對SaaS的進一步深化，PaaS不僅提供軟件應用服務，還提供開發環境、數據庫等，為用戶提供一個可以自己開發應用程序的軟硬件資源平臺，在平臺上用戶開發完成自己的程序后可以通過服務器發布在網絡上。

2 存儲設備的常見連接方式

2.1 直接連接存儲（DAS）

DAS作為一種存儲結構，是以服務器為中心的，其他的存儲設備通過I/O總線與服務器連接，客戶端要想對數據進行訪問，必須經過服務器的轉發，再利用I/O總線從相應的存儲設備中得到。DAS本身是硬件的堆疊，以服務器為中心，并寄生在服務器或客戶端上，其速度受到客戶連接數的影響。

2.2 網絡連接存儲（NAS）

NAS不是基于“數據塊”級的，而是基于“文件”級的以數據為中心的存儲結構[2]。NAS是將軟硬件有機結合，通過其自身的簡化實時操作系統直接向網絡上的用戶提供文件級共享服務的存儲設備。但在實際應用中NAS文件訪問速度較低，進行數據備份時，對LAN的帶寬消耗極大，對資源的整合和管理較弱。

2.3 存儲區域網絡存儲（SAN）

SAN是以光纖網為中心[3]，在服務器和存儲系統之間，在Fibre Channe1等互聯協議的作用下，直接進行數據傳遞的存儲網絡系統。SAN的應用服務器和存儲設備間的數據交換，主要使用Block I/0方式。SAN主要有兩種類型：分為FC SAN和IP SAN。

3 網絡文件系統與分布式文件系統

在分布式文件系統中，最早形成的就是網絡文件系統，它將存儲服務器和網絡客戶端連接，存儲服務器當中存放元數據和網絡數據，使用增加協議棧方式實現數據和命令的傳遞。常用的網絡文件系統有NFS、CIFS等。

在NFS上可以實現異構系統間的文件共享。同時NFS使用的是客戶機/服務器模型，使它在局域網或廣域網上都可以運行。但是，當面臨海量數據的處理時，處理能力是有限的。

常見的分布式文件系統主要有下面幾類。

（1）基于共享存儲設備的集群文件系統。

所謂基于共享存儲設備的集群文件系統，重點是對存儲設備的共享。在集群中，像SAN、NAS這樣的存儲設備將其存儲空間共享給所有服務器，所有服務器共同使用存儲設備上的同一個分區，這樣一來，當集群中的節點訪問系統時，就如同訪問本地文件系統一樣。而在集群中還設置了統一的調度和鎖存機制，為服務器提供統一的命名空間。

基于共享存儲設備的集群文件系統，有一個共同的特性，那就是都對共享存儲設備有極強的依賴性，這就對存儲設備的性能提出了較高的要求，同時也受到存儲設備性能的限制，這種集群文件系統下，節點自身的存儲資源無法被充分利用。

（2）P2P。

P2P是一種對等的分布式網絡，在P2P網絡中，參與者之間實現部分硬件資源的共享，通過網絡來提供服務和內容，對等點之間不需要服務器，而直接能夠互訪[4]。在此網絡中，節點既提供資源又使用資源，也就是說每個節點既是服務器也是客戶機。因此，P2P這種對等的分布式網絡打破了傳統的C/S模式。

常見的P2P網絡一般可分為3類[5]。

①集中目錄式結構：在這種結構當中要設置一個中心服務器，它的主要作用是提供網絡中必要的服務，比如索引和路由、安全檢驗等。中心服務器協助網絡中兩節點完成連接后，將不再起作用，而節點間可以跨過服務器直接通訊。其優點是：網絡結構簡單，通過中心索引服務器便于節點管理。缺點是：對中心服務器依賴性強，網絡環境受其性能限制。

②分散式結構：在這種結構里沒有中心服務器，節點間分散連接，通過對等網絡協議形成網絡，用戶自定義自己的網絡環境。優點是：網絡規模理論上可以無限擴展。缺點是：沒有管理者，安全性較差，節點很難被發現。

③混合式結構：在集中目錄式結構基礎上引入了超級節點，它的作用是輔助服務器對節點進行管理，減輕中心服務器的壓力。這種結構在提高了網絡的穩定性和可擴展性的同時也增加了網絡管理的難度。

（3）Google GFS。

GFS是美國谷歌公司開發的分布式文件系統，主要是為了解決海量數據存儲問題而研發設計的。GFS對運行環境要求不高，它可以通過廉價的普通PC為用戶提供高性能的服務，同時它還有極強的容錯功能。GFS與傳統的分布式文件系統相比，在繼承了傳統的分布式文件系統優點的同時又對其做了創造性的改進，具體表現在如下幾方面。

①GFS認為硬件錯誤是正常的，關鍵是在硬件出現故障時怎樣保證數據存儲的安全，同時還能提供不間斷的存儲服務。這是GFS最核心的問題。

②GFS最終的設計目的就是為了解決海量數據的存儲。

③在GFS中，以重新寫入的方式修改文件，不是覆蓋原數據。

④GFS向應用程序提供透明的訪問接口，在訪問文件系統時無需重新編譯。

由于GFS沒有開源，通過國內外相關的文獻綜述我們了解到，GFS集群采用Master/Slave結構，部署在普通PC機上。集群當中有一個Master節點和多個Chunk節點，GFS的工作過程是這樣的，對于要存儲到他上面的文件，GFS首先要把它分解成一樣大小的Chunk，然后通過Master給每一個Chunk分配一個唯一標識，通過本地服務器將每一個Chunk保存到本地硬盤并根據Chunk的標識和大小來進行讀寫操作。為了保證安全性，每個Chunk都會被復制到不同的數據塊服務器，一般情況下要復制三份，用戶也可以根據實際情況更改配置文件。在Master節點上存儲管理的是文件系統的元數據信息，元數據信息主要有命名空間、文件和Chunk的對應關系、Chunk的存儲位置等。除此之外，Master還要實現對元數據的檢查、操作日志記錄以及回放功能。工作機在Master的指揮下完成對數據的存儲、遷移和計算工作。在這種結構中，Master機器工作極為繁重，且只有一臺機器，留下了單點隱患。

參考文獻

[1] 王龍，王冬星.基于DICOM的醫學圖像存儲與處理系統的實現[J].電腦學習，2010（4）：124-126.

[2] 薛萬宇，宋余慶，王恒，等.一種醫學圖像數據庫存儲方案設計與實現[J].微計算機信息，2008，24（3）：177-179.

[3] 徐磊，王英，張耀軍.基于DICOM標準的醫學圖像存儲與訪問的研究[J].醫療裝備，2005，18（11）：1-4.

[4] 楊曉月，董方敏，劉勇，等.一種DICOM醫學圖像數據存儲管理的設計方案[J].電腦知識與技術：學術交流，2007，1（3）：53-54，135.

[5] 韓磊，張虹.基于DICOM的醫學圖像存儲模型設計與實現[J].計算機時代，2006（10）：30-32.