分散式高可用高效能檔案系統TFS
簡介
TFS（Taobao !FileSystem）是一個高可擴充套件、高可用、高效能、面向網際網路服務的分散式檔案系統，主要針對海量的非結構化資料，它構築在普通的Linux機器叢集上，可為外部提供高可靠和高併發的儲存訪問。TFS為淘寶提供海量小檔案儲存，通常檔案大小不超過1M，滿足了淘寶對小檔案儲存的需求，被廣泛地應用在淘寶各項應用中。它採用了HA架構和平滑擴容，保證了整個檔案系統的可用性和擴充套件性。同時扁平化的資料組織結構，可將檔名對映到檔案的實體地址，簡化了檔案的訪問流程，一定程度上為TFS提供了良好的讀寫效能。
TFS的總體結構
一個TFS叢集由兩個!NameServer節點（一主一備）和多個!DataServer節點組成。這些服務程式都是作為一個使用者級的程式執行在普通Linux機器上的。
在TFS中，將大量的小檔案(實際資料檔案)合併成為一個大檔案，這個大檔案稱為塊(Block), 每個Block擁有在叢集內唯一的編號(Block Id), Block Id在!NameServer在建立Block的時候分配, !NameServer維護block與!DataServer的關係。Block中的實際資料都儲存在!DataServer上。而一臺!DataServer伺服器一般會有多個獨立!DataServer程序存在，每個程序負責管理一個掛載點，這個掛載點一般是一個獨立磁碟上的檔案目錄，以降低單個磁碟損壞帶來的影響。
!NameServer主要功能是: 管理維護Block和!DataServer相關資訊,包括!DataServer加入，退出, 心跳資訊, block和!DataServer的對應關係建立，解除。正常情況下，一個塊會在!DataServer上存在， 主!NameServer負責Block的建立，刪除，複製，均衡，整理， !NameServer不負責實際資料的讀寫，實際資料的讀寫由!DataServer完成。
!DataServer主要功能是: 負責實際資料的儲存和讀寫。
同時為了考慮容災，!NameServer採用了HA結構，即兩臺機器互為熱備，同時執行，一臺為主，一臺為備，主機繫結到對外vip，提供服務；當主機器宕機後，迅速將vip繫結至備份!NameServer，將其切換為主機，對外提供服務。圖中的HeartAgent就完成了此功能。
TFS的塊大小可以通過配置項來決定，通常使用的塊大小為64M。TFS的設計目標是海量小檔案的儲存，所以每個塊中會儲存許多不同的小檔案。!DataServer程序會給Block中的每個檔案分配一個ID(File ID，該ID在每個Block中唯一)，並將每個檔案在Block中的資訊存放在和Block對應的Index檔案中。這個Index檔案一般都會全部load在記憶體，除非出現!DataServer伺服器記憶體和叢集中所存放檔案平均大小不匹配的情況。
另外，還可以部署一個對等的TFS叢集，作為當前叢集的輔叢集。輔叢集不提供來自應用的寫入，只接受來自主叢集的寫入。當前主叢集的每個資料變更操作都會重放至輔叢集。輔叢集也可以提供對外的讀，並且在主叢集出現故障的時候，可以接管主叢集的工作。
平滑擴容
原有TFS叢集執行一定時間後，叢集容量不足，此時需要對TFS叢集擴容。由於DataServer與NameServer之間使用心跳機制通訊，如果系統擴容，只需要將相應數量的新!DataServer伺服器部署好應用程式後啟動即可。這些!DataServer伺服器會向!NameServer進行心跳彙報。!NameServer會根據!DataServer容量的比率和!DataServer的負載決定新資料寫往哪臺!DataServer的伺服器。根據寫入策略，容量較小，負載較輕的伺服器新資料寫入的概率會比較高。同時，在叢集負載比較輕的時候，!NameServer會對!DataServer上的Block進行均衡，使所有!DataServer的容量儘早達到均衡。
進行均衡計劃時，首先計算每臺機器應擁有的blocks平均數量，然後將機器劃分為兩堆，一堆是超過平均數量的，作為移動源；一類是低於平均數量的，作為移動目的。
移動目的的選擇：首先一個block的移動的源和目的，應該保持在同一網段內，也就是要與另外的block不同網段；另外，在作為目的的一定機器內，優先選擇同機器的源到目的之間移動，也就是同臺!DataServer伺服器中的不同!DataServer程序。
當有伺服器故障或者下線退出時（單個叢集內的不同網段機器不能同時退出），不影響TFS的服務。此時!NameServer會檢測到備份數減少的Block，對這些Block重新進行資料複製。
在建立複製計劃時，一次要複製多個block, 每個block的複製源和目的都要儘可能的不同，並且保證每個block在不同的子網段內。因此採用輪換選擇(roundrobin)演算法，並結合加權平均。
由於DataServer之間的通訊是主要發生在資料寫入轉發的時候和資料複製的時候，叢集擴容基本沒有影響。假設一個Block為64M，數量級為1PB。那麼NameServer上會有 1 * 1024 * 1024 * 1024 / 64 = 16.7M個block。假設每個Block的元資料大小為0.1K，則佔用記憶體不到2G。
儲存機制
在TFS中，將大量的小檔案(實際使用者檔案)合併成為一個大檔案，這個大檔案稱為塊(Block)。TFS以Block的方式組織檔案的儲存。每一個Block在整個叢集內擁有唯一的編號，這個編號是由NameServer進行分配的，而DataServer上實際儲存了該Block。在!NameServer節點中儲存了所有的Block的資訊，一個Block儲存於多個!DataServer中以保證資料的冗餘。對於資料讀寫請求，均先由!NameServer選擇合適的!DataServer節點返回給客戶端，再在對應的!DataServer節點上進行資料操作。!NameServer需要維護Block資訊列表，以及Block與!DataServer之間的對映關係，其儲存的元資料結構如下：
在!DataServer節點上，在掛載目錄上會有很多物理塊，物理塊以檔案的形式存在磁碟上，並在!DataServer部署前預先分配，以保證後續的訪問速度和減少碎片產生。為了滿足這個特性，!DataServer現一般在EXT4檔案系統上執行。物理塊分為主塊和擴充套件塊，一般主塊的大小會遠大於擴充套件塊，使用擴充套件塊是為了滿足檔案更新操作時檔案大小的變化。每個Block在檔案系統上以“主塊+擴充套件塊”的方式儲存。每一個Block可能對應於多個物理塊，其中包括一個主塊，多個擴充套件塊。
在DataServer端，每個Block可能會有多個實際的物理檔案組成：一個主Physical Block檔案，N個擴充套件Physical Block檔案和一個與該Block對應的索引檔案。Block中的每個小檔案會用一個block內唯一的fileid來標識。!DataServer會在啟動的時候把自身所擁有的Block和對應的Index載入進來。
容錯機制
- 叢集容錯
TFS可以配置主輔叢集，一般主輔叢集會存放在兩個不同的機房。主叢集提供所有功能，輔叢集只提供讀。主叢集會把所有操作重放到輔叢集。這樣既提供了負載均衡，又可以在主叢集機房出現異常的情況不會中斷服務或者丟失資料。
- !NameServer容錯
Namserver主要管理了!DataServer和Block之間的關係。如每個!DataServer擁有哪些Block，每個Block存放在哪些!DataServer上等。同時，!NameServer採用了HA結構，一主一備，主NameServer上的操作會重放至備NameServer。如果主NameServer出現問題，可以實時切換到備NameServer。
另外!NameServer和!DataServer之間也會有定時的heartbeat，!DataServer會把自己擁有的Block傳送給!NameServer。!NameServer會根據這些資訊重建!DataServer和Block的關係。
- !DataServer容錯
TFS採用Block儲存多份的方式來實現!DataServer的容錯。每一個Block會在TFS中存在多份，一般為3份，並且分佈在不同網段的不同!DataServer上。對於每一個寫入請求，必須在所有的Block寫入成功才算成功。當出現磁碟損壞!DataServer宕機的時候，TFS啟動複製流程，把備份數未達到最小備份數的Block儘快複製到其他DataServer上去。 TFS對每一個檔案會記錄校驗crc，當客戶端發現crc和檔案內容不匹配時，會自動切換到一個好的block上讀取。此後客戶端將會實現自動修復單個檔案損壞的情況。
併發機制
對於同一個檔案來說，多個使用者可以併發讀。
現有TFS並不支援併發寫一個檔案。一個檔案只會有一個使用者在寫。這在TFS的設計裡面對應著是一個block同時只能有一個寫或者更新操作。
TFS檔名的結構
TFS的檔名由塊號和檔案號通過某種對應關係組成，最大長度為18位元組。檔名固定以T開始，第二位元組為該叢集的編號(可以在配置項中指定，取值範圍 1~9)。餘下的位元組由Block ID和File ID通過一定的編碼方式得到。檔名由客戶端程式進行編碼和解碼，它對映方式如下圖：
TFS客戶程式在讀檔案的時候通過將檔名轉換為BlockID和FileID資訊，然後可以在!NameServer取得該塊所在!DataServer資訊（如果客戶端有該Block與!DataServere的快取，則直接從快取中取），然後與!DataServer進行讀取操作。
TFS效能資料
- 軟體環境描述
【測試機軟體情況描述】
(1) Red Hat Enterprise Linux AS release 4 (Nahant Update 8)
(2) gcc (GCC) 3.4.6 20060404 (Red Hat 3.4.6-11)
(3) 部署了TFS客戶端程式
【伺服器軟體情況描述】
(1) Red Hat Enterprise Linux Server release 5.4 (Tikanga)
(2) gcc (GCC) 3.4.6 20060404 (Red Hat 3.4.6-9)
(3) 部署了2臺!DataServer程式。
【伺服器軟體情況描述】
(1) Red Hat Enterprise Linux Server release 5.4 (Tikanga)
(2) gcc (GCC) 4.1.2 20080704 (Red Hat 4.1.2-46)
(3) 部署了2臺!NameServer（HA）程式。
- 硬體環境描述
【測試機硬體情況描述】
(1) 一枚八核Intel(R) Xeon(R) CPU E5520 @ 2.27GHz
(2) 記憶體總數8299424 kB
【伺服器硬體情況描述】cpu/memory等
(1) 一枚八核Intel(R) Xeon(R) CPU E5520 @ 2.27GHz
(2) 記憶體總數8165616 kB
- 隨機讀取1K~50K大小的檔案效能
Read的TPS隨著執行緒數的增加而增加，增長逐漸趨緩，到90執行緒的時候達到第一個高峰，此時再增加讀執行緒，則TPS不再穩定增長。
- 隨機寫入1K~50K大小的檔案
Write的TPS線上程數60左右達到高峰，此時再增加寫入執行緒，TPS不再穩定增長。
- 在不同執行緒寫壓力下的讀檔案效能
可以看出隨著寫壓力的增加，讀檔案的TPS會大幅下滑。當寫壓力達到一定程度時讀檔案TPS趨緩。
同時，對平均大小為20K的檔案進行了測試，測試中讀:寫：更新:刪除操作的比率為100：18：1：1時，在!DataServer伺服器磁碟util訪問達到80%以上時，響應時間如下：
| TYPE | SUCCCOUNT | FAILCOUNT | AVG(us) | MIN(us) | MAX(us) |
| read | 100000 | 0 | 20886 | 925 | 1170418 |
| write | 18000 | 0 | 17192 | 2495 | 1660686 |
| update | 1000 | 0 | 48489 | 5755 | 1205119 |
| delete | 1000 | 0 | 14221 | 382 | 591651 |
TYPE：操作型別
SUCCCOUNT：成功個數
FAILCOUNT：失敗個數
AVG：平均響應時間
MIN：最短響應時間
MAX: 最大響應時間