蘇銳-分布式文件系統在云原生時代的挑戰與趨勢（GOTC深圳會場）（30頁）.pdf

《蘇銳-分布式文件系統在云原生時代的挑戰與趨勢（GOTC深圳會場）（30頁）.pdf》由會員分享，可在線閱讀，更多相關《蘇銳-分布式文件系統在云原生時代的挑戰與趨勢（GOTC深圳會場）（30頁）.pdf（30頁珍藏版）》請在三個皮匠報告上搜索。

1、分布式數據庫與存儲專場蘇銳 2021年81分布式件系統在云原時代的挑戰與趨勢 較種流的分布式件系統 云原環境下遇到的挑戰 如何為云原環境設計分布式件系統 在業務場景中的收益 未來展望 foo bar/foo/a/b/c/aa/aaa/b/c/foo/a/foo/b/foo/c/foo/a/aa/foo/a/aaa/foo/a/aaa/b/foo/a/aaa/b/ foo bar/foo/a/b/c/aa/aaa/b/cAtomic Update/bar/foo/a/foo/b/foo/c/foo/a/aa/foo/a/aaa/foo/a/aaa/b/foo/a/aaa/b/ foo bar/f

2、oo/a/b/c/aa/aaa/b/cAtomic Update/bar/foo/a/foo/b/foo/c/foo/a/aa/foo/a/aaa/foo/a/aaa/b/foo/a/aaa/b/c/bar/a/bar/b/bar/c/bar/a/aa/bar/a/aaa/bar/a/aaa/b/bar/a/aaa/b/cData foo bar/foo/a/b/c/aa/aaa/b/cAtomic Update/bar/foo/a/foo/b/foo/c/foo/a/aa/foo/a/aaa/foo/a/aaa/b/foo/a/aaa/b/c/bar/a/bar/b/bar/c/bar/a/

3、aa/bar/a/aaa/bar/a/aaa/b/bar/a/aaa/b/cData copyIndexU foo bar/foo/a/b/c/aa/aaa/b/cAtomic Update/bar/foo/a/foo/b/foo/c/foo/a/aa/foo/a/aaa/foo/a/aaa/b/foo/a/aaa/b/c/bar/a/bar/b/bar/c/bar/a/aa/bar/a/aaa/bar/a/aaa/b/bar/a/aaa/b/cData copyIndexUpdateNo Transaction Guarantee Eventual Consistency較種流的分布式件系統

4、GlusterFS優勢 數據件最終以相同錄保存在指定節點的本地件系統上，集群不可時仍能在該節點上直接訪問到數據。劣勢 集群結構相對靜態，不易調整；因為沒有獨元數據，元數據性能隨集群規模擴下降。https:/docs.gluster.org/en/latest/Quick-Start-Guide/Architecture/ 套系統能同時滿 Block、Object、File 三種形態。劣勢 運維復雜；元數據持久化在 RADOS 中，如果要性能同樣需要很的內存緩存；MDS 內使多線程提吞吐，在件操作的并發處理上復雜度幅提升。 Hadoop 態標準組件；有量實踐經驗積累。劣勢 NameNode 缺少

5、橫向擴展案；集群的運維挑戰，如：Full GC；POSIX 訪問協議，Java 客戶端成熟度也不夠。 10億 100億件管理；持 100PB 1000PB 容量規模；全托管服務，開箱即；彈性伸縮；多租戶；Kubernetes CSI 持；訪問協議？POSIX，HDFS，S3，NFS，CIFS，S vs.CephFS vs.HDFS云原環境下遇到的挑戰都是向物理機設計，法彈性伸縮；沒有全托管服務；元數據能是件系統的挑戰；單集群規模挑戰以及多租持改造難度。云原環境下分布式件系統的需要持 10億 100億件管理；持 100PB 1000PB 容量規模；全托管服務，開箱即；彈性伸縮；多租戶；Kuber

6、netes CSI 持；訪問協議？POSIX，HDFS，S3，NFS，CIFS，Samba云原環境下，如何設計分布式件系統 File System ArchitectureData（DataNode）Meta（NameNode）Client（Java SDK）云原環境下，如何設計分布式件系統 File System ArchitectureData（DataNode）Meta（NameNode）Client（Java SDK）S3GCSAzure BlobOSSCOSMinIOCephRGW云原環境下，如何設計分布式件系統 File System ArchitectureData（DataNo

7、de）Meta（NameNode）Client（Java SDK）S3GCSAzure BlobOSSCOSMinIOCephRGWPOSIXSDKAPI云原環境下，如何設計分布式件系統 基于 Redis 做元數據管理JuiceFS Architecture云原環境下，如何設計分布式件系統 基于 Redis 做元數據管理JuiceFS Architecture優勢 Redis 很流，家對它很熟悉；內存引擎，快；持事務。劣勢 HA 案不夠完美，關注 RedisRaft 進展；不能 Redis Cluster，法平擴展；AOF 持久化仍有險。云原環境下，如何設計分布式件系統 基于 MySQL 做元

8、數據管理JuiceFS Architecture云原環境下，如何設計分布式件系統 基于 MySQL 做元數據管理JuiceFS Architecture優勢 MySQL 同樣流，家對它很熟悉；持久化問題解決了；規模瓶頸解決了。劣勢 相內存引擎，時延，不適合對元數據性能要求的場景。云原環境下，如何設計分布式件系統 基于 TiKV 做元數據管理JuiceFS Architecture云原環境下，如何設計分布式件系統 基于 TiKV 做元數據管理JuiceFS Architecture優勢 持久化問題解決了；規模瓶頸解決了；HA 問題解決了。劣勢 延遲略于 Redis。前是早期版本，有優化空間，歡迎

9、家參與測試、評估、改進 云原環境下，如何設計分布式件系統 多元數據引擎持，可以在性能、規模、成本等取舍選擇；Redis MySQL MariaDB PostgreSQL SQLite TiKV 多后端存儲選擇，輕松適配各種云環境；已持 33 中，查看完整列表；POSIX、HDFS、S3 協議互通，便對接各種上層應。業務場景中的收益-數據 HDFS 相 實現存儲計算分離架構；彈性伸縮；元數據橫向擴展能；持 POSIX，便和更多應態對接；持隨機讀寫，能持更豐富的需求。業務場景中的收益-數據 HDFS 相 實現存儲計算分離架構；彈性伸縮；元數據橫向擴展能；持 POSIX，便和更多應態對接；持隨機讀寫，能持更豐富的需求。與 對象存儲 相 100%HDFS 兼容；強致性；性能 Listing；原 Rename；在不同云環境中差異；對來說，件系統相 Bucket 更容易做數據管理業務場景中的收益-AI數據采集清洗/預處理 特征程訓練模型推理業務程序Spark業務程序TensorFlow業務程序S3HDFSS3本地磁盤S3HDFS本地磁盤Docker Image數據會在不同的存儲中搬來搬去 特征程訓練模型推理業務程序Spark業務程序TensorFlow業務程序KubernetesJuiceFSCSI via