云栖号资讯：【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！

每种技术的产生都有其原因，也有其渊源。网络文件系统的产生有几十年的历史了，但是由于在互联网盛行的当下无法满足某些需求，于是对象存储产生了。今天我们就从从网络文件系统说起。

早些时候的企业级架构普遍采用网络文件系统，这其中最为著名的就是Sum的NFS了。微软也有类似的网络文件系统，也就是SMB。网络文件系统的原理很简单，其目的就是将存储系统上的文件系统映射到计算节点(比如Web服务器)。这样可以实现存储资源的共享，提高存储资源的利用率。具体映射方式如下所示。

但是文件系统有个天然的缺点。由于文件系统空间组织的特点，导致对文件访问的时候需要比较多次的磁盘访问。

以Ext4文件系统为例，文件系统将磁盘空间分为两个主要的区域，一个是元数据区，用于存储文件inode等信息;另外一个是数据区，用于存储文件的数据，也就是用户数据，具体如下图所示。

这样，当我们访问一个文件的时候，首先需要找到文件对应的inode，然后根据inode信息找到数据的位置，并读取数据。这个过程可能要涉及到2-3次的磁盘访问。对于互联网应用来说，多次磁盘访问会显著降低性能，影响用户的体验。

当然，除此之外还有其它一些问题，比如横向扩展能力等。其实本质上来说，文件系统的目的是一个通用的存储形态，其目的是为了适用大多数的应用场景(比如文件锁，扩展属性，ACL等等)。而网络文件系统为了保证与文件系统语义的一致性，也需要实现这些特性，这就导致网络文件系统比较臃肿。

对象存储解决的问题

由于上述缺点，传统的网络文件系统是完全无法满足互联网领域应用的。我们举一个例子，以FaceBook为例，其每秒钟都有几十万次的照片检索请求。其存储的照片总量每天新增3.5亿张，对应的存储增量大概在300TB左右。如果对应物理设备，每天大概需要新增上百块硬盘。

这种问题在任何互联网公司都会遇到的问题。比如国内的头条，淘宝或者京东等等，在它们的平台上每天也要产生海量的图片访问。传统存储很难满足其性能和扩展性的要求。

虽然互联网应用对性能和容量的要求极高，但是对其它特性却没什么特别的要求。甚至可以说它对其它特性基本上没有太多要求。由于其存储的主要是图片，而且对图片的存储是一次存储，多次访问，没有修改。

为了解决上述问题，对象存储应运而生。可以看出对象存储解决的问题很集中，如何保证横向扩展能力、降低访问延时。而不需要实现文件系统的其它额外特性(后面我们会介绍对象存储还有一些高级特性)。下面是维基百科对对象存储的定义。

Object storage (also known as object-based storage) is a computer data storage architecture that manages data as objects

从定义可以看出，对象存储在数据处理层面的特点是将待处理的数据看做一个整体，这也就是为什么把它称为对象，而不是文件了。

其实对象存储也并非全部如此简单，很多对象存储也实现了比较复杂的功能特性。比如S3对象存储可以支持大数据处理、扩展属性和二次处理(比如照片的转换，水印等)等特性。

对象存储的常见架构

为了让大家对对象存储有更加深刻的理解，我们介绍一下常见对象存储的架构。虽然亚马逊的S3非常出名，但是并没有公开太多技术信息，其架构也无从了解。今天本文将介绍一下比较流行的其它对象存储的架构。

Swift对象存储

首先介绍一下开源对象存储Swift的架构。Swift是OpenStack的一个子项目，是非常流行的开源对象存储软件。Swift在OpenStack中主要用作虚拟机镜像，其特点也是存储大对象。对于小对象则想多弱势。

Swift最主要的是实现横向扩展能力，其前端有一个Proxy组件，该组件实现了数据的分发服务。该组件可以具备多个实例，每个实例可以安装在一台物理服务器。由于Proxy可以横向扩展，因此不会成为性能瓶颈。

在Proxy中最核心的算法是进行数据放置的一致性哈希算法。该算法实现了将一个对象映射到物理设备的过程。为了保证整个系统的可靠性和可用性，Swift将设备划分为若干等级，比如Zone，Host和Disk。通过不同设备的分发，实现故障域的隔离。

如上图哈希算法，首先将物理设备映射到哈希环上;当有对象访问的时候根据对象名称计算出哈希值，然后将对象映射到具体的物理设备上。

Haystack对象存储

Facebook这对其照片应用开发了Haystack对象存储。Haystack与前面Switf的差异是其存储的是小对象。因为图片通常在10MB以下，大部分在KB级别。因此Haystack除了保证系统的横向扩展能力外，其最主要的是实现对小文件的处理。

前面我们说过，对于小文件的性能问题，普通文件系统的问题在于多次读盘操作。而Haystack正式解决了该问题。

Haystack的做法非常简单，它将多个小文件作为一个大文件的局部数据，这个局部数据称为needle。同时Haystack构建了一个描述needle在大文件中位置的索引文件。由于索引文件比较小，因此可以一次性的加载到内存当中。

通过这种方式，当客户端需要访问数据的时候，在存储节点可以直接从内存中得到数据的位置，并一次从磁盘上读取数据。这样访问存储的性能得到大幅的提升。

由于篇幅有限，本文先介绍到这里，关于存储技术的更多细节，还请关注本号。本号后续还会步步深入，介绍关于存储技术的诸多细节。

【云栖号在线课堂】每天都有产品技术专家分享！
课程地址：https://yqh.aliyun.com/live

立即加入社群，与专家面对面，及时了解课程最新动态！
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间：2020-07-28
本文作者：SunnyZhang的IT世界
本文来自：“51CTO”，了解相关信息可以关注“51CTO”