本文为FastDFS的基本概念和原理。

本系列文章是把作者刚接触和学习Linux时候的实操记录分享出来，内容主要包括Linux入门的一些理论概念知识、Web程序、mysql数据库的简单安装部署，希望能够帮到一些初学者，少走一些弯路。

注意：

Linux下区分大小写；

Linux多用户多线程；

Linux下每个文件和目录都有访问权限；

FastDFS概念和原理

本文为FastDFS的基本概念和原理。

#FastDFS#、#FastDFS概念#、#FastDFS原理#、#FastDFS简介#、#FastDFS特点#、#FastDFS架构#、#FastDFS文件上传下载流程#

1.FastDFS简介

FastDFS是一款开源的分布式文件系统，功能主要包括：文件存储、文件同步、文件访问（文件上传、文件下载）等，解决了文件大容量存储和高性能访问的问题。FastDFS特别适合以文件为载体的在线服务，如图片、视频、文档等等。

FastDFS作为一款轻量级分布式文件系统，FastDFS用C语言实现，支持Linux、FreeBSD、MacOS等类UNIX系统。FastDFS类似google FS，属于应用级文件系统，不是通用的文件系统，只能通过专有API访问，目前提供了C和Java SDK，以及PHP扩展SDK。

FastDFS为互联网应用量身定做，解决大容量文件存储问题，追求高性能和高扩展性。FastDFS可以看做是基于文件的key value存储系统，key为文件ID，value为文件内容，因此称作分布式文件存储服务更为合适。

2.FastDFS特点

1）分组存储，简单灵活；2）对等结构，不存在单点；3）文件ID由FastDFS生成，作为文件访问凭证。FastDFS不需要传统的name server或meta server；4）大、中、小文件均可以很好支持，可以存储海量小文件；5）一台storage支持多块磁盘，支持单盘数据恢复；6）提供了nginx扩展模块，可以和nginx无缝衔接；7）支持多线程方式上传和下载文件，支持断点续传；8）存储服务器上可以保存文件附加属性。

FastDFS系统由跟踪服务器（Tracker server）、存储服务器（Storage server）和客户端（Client）构成。

（1）跟踪服务器（Tracker server）

Tracker server：跟踪服务器，主要做调度工作，起负载均衡的作用。在内存中记录集群中所有存储组和存储服务器的状态信息，是客户端和数据服务器交互的枢纽。相比GFS中的master更为精简，不记录文件索引信息，占用的内存量很少。

Tracker是FastDFS的协调者，负责管理所有的Storage server和group，每个Storage在启动后会连接Tracker，同步自己所属的group等信息，并保持周期性的心跳，tracker根据storage的心跳信息，建立group==>[storage server list]的映射表。

Tracker需要管理的元信息很少，会全部存储在内存中；另外tracker上的元信息都是由storage汇报的信息生成的，本身不需要持久化任何数据，这样使得tracker非常容易扩展，直接增加tracker机器即可扩展为Tracker cluster来服务，cluster里每个tracker之间是完全对等的，所有的tracker都接受stroage的心跳信息，生成元数据信息来提供读写服务。

（2）存储服务器（Storage server）

Storage server：存储服务器（又称：存储节点或数据服务器），主要提供容量和备份服务。文件和文件属性（Meta Data）都保存到存储服务器上。Storage server直接利用OS的文件系统调用管理文件。

Storage server（后简称storage）以组（卷，group或volume）为单位组织，一个group内包含多台storage机器，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就能隔离应用数据，同时还可根据应用的访问特性来将应用分配到不同的group来做负载均衡；缺点是group的容量受单机存储容量的限制，同时当group内有机器坏掉时，数据恢复只能依赖group内的其他机器，使得恢复时间会很长。

group内每个storage的存储依赖于本地文件系统，storage可配置多个数据存储目录，比如有10块磁盘，分别挂载在/data/disk1-/data/disk10，则可将这10个目录都配置为storage的数据存储目录。

storage接受到写文件请求时，会根据配置好的规则（后面会介绍），选择其中一个存储目录来存储文件。为了避免单个目录下的文件数太多，在storage第一次启动时，会在每个数据存储目录里创建2级子目录，每级256个，总共65536个文件，新写的文件会以hash的方式被路由到其中某个子目录下，然后将文件数据直接作为一个本地文件存储到该目录中。

group：组， 也可称为卷。 同组内服务器上的文件是完全相同的 ，同一组内的Storage server之间是对等的，文件上传、删除等操作可以在任意一台Storage server上进行。

（3）客户端（Client）

client：客户端，作为业务请求的发起方，通过专有接口，使用TCP/IP协议与跟踪器服务器或存储节点进行数据交互。FastDFS向使用者提供基本文件访问接口，比如upload、download、append、delete等，以客户端库的方式提供给用户使用。

（4）上传流程（5）下载流程（6）总结

总的来说，Tracker相当于FastDFS的大脑，不论是上传还是下载都是通过Tracker来分配资源；客户端一般可以使用ngnix等静态服务器来调用或者做一部分的缓存；Storage内部分为group卷（或者叫做组），卷与卷之间是平行的关系，可以根据资源的使用情况随时增加，卷内服务器文件相互同步备份，以达到容灾的目的。

4.FastDFS的FID

FastDFS的FID是客户端上传文件后存储服务器返回给客户端，用于以后访问该文件的索引信息。文件索引信息包括：组名（卷名），虚拟磁盘路径，数据两级目录，文件名。

FID格式：组名/虚拟磁盘路径/数据两级目录/文件名如：group1/M00/01/44/wKgAyVgFk9aAB8hwAA-8Q6_7tHw351.jpggroup1(组名)/M00(虚拟磁盘路径)/01/44(数据两级目录)/wKgAyVgFk9aAB8hwAA-8Q6_7tHw351.jpg(文件名)

(1)组名：文件上传后所在的storage组名称，在文件上传成功后有storage服务器返回，需要客户端自行保存。(2)虚拟磁盘路径：storage配置的虚拟路径，与磁盘选项store_path*对应。如果配置了store_path0则是M00，如果配置了store_path1则是M01，以此类推。(3)数据两级目录：storage服务器在每个虚拟磁盘路径下创建的两级目录，用于存储数据文件。(4)文件名：与文件上传时不同。是由存储服务器根据特定信息生成，文件名包含：源存储服务器IP地址、文件创建时间戳、文件大小、随机数和文件拓展名等信息。

IT小胖豆：初学者踩坑之路及过程分享，希望能够帮到一些初学者，欢迎各位IT打工人，入坑讨论-_-