基于虛擬化與分布式技術(shù)的存儲系統(tǒng)

摘要：介紹了一套基于云計(jì)算(cloud computing)技術(shù)的數(shù)據(jù)應(yīng)用平臺系統(tǒng)設(shè)計(jì)方案。該系統(tǒng)由多組服務(wù)器集群組成，可提供數(shù)據(jù)存儲、備份和并行運(yùn)算服務(wù)。并可采用虛擬化應(yīng)用端與分布式(Hadoop)技術(shù)相結(jié)合的方式為用戶提供高容量和異構(gòu)應(yīng)用存儲系統(tǒng)，以便結(jié)合iSCSI協(xié)議在硬件層獲得更靈活的部署。
關(guān)鍵詞：虛擬化；數(shù)據(jù)處理；分布式存儲；云計(jì)算

0 引言
通過FreeBSD系統(tǒng)搭建開源的Hadoop存儲應(yīng)用基礎(chǔ)，依托在服務(wù)器虛擬化(VMware)的平臺上進(jìn)行運(yùn)行，這樣能夠擁有更快、更穩(wěn)定、更安全的硬件保障，使用iSCSI技術(shù)，盡可能降低存儲部署成本。本系統(tǒng)利用VMware虛擬化平臺將服務(wù)器硬件存儲資源進(jìn)行整合，通過建立Lun將服務(wù)器的磁盤陣列進(jìn)行劃分，組成多個(gè)磁盤邏輯，然后通過在Lun上安裝FreeBSD操作系統(tǒng)及搭建iSCSI服務(wù)器端，使得存儲硬件資源能夠靈活地應(yīng)用在Hadoop系統(tǒng)中。Hadoop將部署在虛擬化硬件平臺上構(gòu)成一個(gè)分布式的文件系統(tǒng)，通過WebDAV協(xié)議建立與客戶端服務(wù)器的應(yīng)用通信。用戶可以通過訪問客戶端服務(wù)器，將文件通過WebDAV以HTTPS方式傳輸?shù)紿adoop存儲集群中保存。
該平臺的設(shè)計(jì)充分利用了虛擬化與分布式技術(shù)的特點(diǎn)，采用多層次的模塊化應(yīng)用將整個(gè)存儲系統(tǒng)從硬件架構(gòu)到軟件應(yīng)用方式都變得靈活和易擴(kuò)展，同時(shí)又因?yàn)樘摂M化與分布式技術(shù)本身的安全特性，系統(tǒng)在數(shù)據(jù)安全性上具有先天優(yōu)勢，從而實(shí)現(xiàn)數(shù)據(jù)存儲服務(wù)的低成本部署。

1 系統(tǒng)設(shè)計(jì)原理
存儲系統(tǒng)采用底層云存儲技術(shù)與應(yīng)用層iSCSI技術(shù)來為用戶提供跨系統(tǒng)應(yīng)用平臺支持。其工作原理如圖1所示。

系統(tǒng)首先由多臺數(shù)據(jù)存儲服務(wù)器通過iSCSI網(wǎng)絡(luò)構(gòu)成一個(gè)龐大的數(shù)據(jù)存儲服務(wù)集群，每一臺數(shù)據(jù)服務(wù)器的配置是相同的。當(dāng)數(shù)據(jù)達(dá)到存儲池飽和狀態(tài)時(shí)，可以將同樣配置的服務(wù)器加入到這個(gè)存儲網(wǎng)絡(luò)中，在不改變原有系統(tǒng)運(yùn)行狀態(tài)下實(shí)現(xiàn)擴(kuò)容。
系統(tǒng)采用VMware ESXi Server虛擬系統(tǒng)作為應(yīng)用服務(wù)器集群底層系統(tǒng)，各應(yīng)用服務(wù)器系統(tǒng)可在VMware虛擬系統(tǒng)之上建立邏輯上的關(guān)聯(lián)。 VMware允許多個(gè)操作系統(tǒng)并行運(yùn)行于一臺高性能服務(wù)器之上和多個(gè)高性能服務(wù)器運(yùn)行同一任務(wù)，同時(shí)通過網(wǎng)絡(luò)對操作系統(tǒng)進(jìn)行備份和管理，能夠依據(jù)應(yīng)用服務(wù)使用狀況對操作系統(tǒng)實(shí)施遷移和復(fù)制，從而擴(kuò)大網(wǎng)絡(luò)應(yīng)用處理帶寬。
在VMware層上安裝FreeBSD系統(tǒng)平臺搭建Hadoop分布式存儲系統(tǒng)，Hadoop系統(tǒng)能將數(shù)據(jù)同時(shí)分割成許多小塊和備份，通過點(diǎn)播服務(wù)器(NameNode)存放于不同的數(shù)據(jù)存儲服務(wù)器中。在Hadoop系統(tǒng)中，會有一臺Master，主要負(fù)責(zé)NameNode的工作以及JobTracker的工作。Job Tracker的主要職責(zé)就是啟動(dòng)、跟蹤和調(diào)度各個(gè)Slave的任務(wù)執(zhí)行。還會有多臺Slave，每一臺Slave通常具有DataNode的功能并負(fù)責(zé)Task Tracker的工作。TaskTracker根據(jù)應(yīng)用要求來結(jié)合本地?cái)?shù)據(jù)執(zhí)行Map任務(wù)以及Reduce任務(wù)。
在NameNode上部署WebDAV應(yīng)用，實(shí)現(xiàn)應(yīng)用服務(wù)器對存儲資源的通信，從而讓用戶調(diào)用Hadoop上的數(shù)據(jù)。WebDAV(Web-based Distributed Authoring and Versioning)是基于HTTP 1．1的一個(gè)通信協(xié)議。它為HTTP 1．1添加了一些擴(kuò)展(就是在GET、POST、HEAD等幾個(gè)HTTP標(biāo)準(zhǔn)方法以外添加了一些新的方法)，使得應(yīng)用程序可以直接將文件寫到Web Server上，從而替代傳統(tǒng)的FTP傳輸文件模式。

2 系統(tǒng)關(guān)鍵技術(shù)實(shí)現(xiàn)
存儲平臺通過在Hadoop上部署WebDAV，可實(shí)現(xiàn)客戶端(應(yīng)用服務(wù)器)對服務(wù)器端(Hadoop節(jié)點(diǎn)服務(wù)器)的復(fù)制和移動(dòng)文件，并可進(jìn)行多用戶同時(shí)讀取一個(gè)文件等操作。
實(shí)施步驟(以四臺服務(wù)器為例，結(jié)合局域網(wǎng)內(nèi)DNS服務(wù)器)：
第一步：Hadoop環(huán)境搭建使用Hadoop的用戶，機(jī)器名和IP依次為域名vc1(192．168．1．1)，域名vc2(192．168．1．2)，域名vc3(19 2．168．1．3)和域名vc4(192．168．1．4)。這是因?yàn)樗呐_機(jī)器中vc3作為Hadoop的Namenode，其他的作為Datanode。
詳細(xì)環(huán)境配置介紹如下：
Hadoop版本為0．20．2；
JDK版本為1．6．0；
操作系統(tǒng)為FreeBSD8．0(最小化安裝)。
ve3(192．168．1．3)是NameNode(Master)，其他三臺作為DateNode(slave)．
Hadoop是Java語言編寫的機(jī)群程序，它的安裝是建立在ssh和JDK之上的，所以在配置Hadoop之前首先要對系統(tǒng)進(jìn)行ssh和JDK的安裝與配置。
(1)通過ssh來實(shí)現(xiàn)Hadoop節(jié)點(diǎn)之間用戶的無密碼訪問
①在各個(gè)節(jié)點(diǎn)的／etc／hosts文件中添加節(jié)點(diǎn)IP及對應(yīng)機(jī)器名，并在各個(gè)節(jié)點(diǎn)上建立相同用戶名與密碼的賬戶。
修改／etc／hosts文件如下：
192．168．1．1 vc1
192．168．1．2 vc2
192．168．1．3 vc3
192．168．1．4 vc4
修改成功后就可以實(shí)現(xiàn)IP地址與機(jī)器名的對應(yīng)解析。
在各個(gè)節(jié)點(diǎn)建立用戶名為Hadoop，密碼為123456的用戶。