FastDFS --- 分布式文件系统

目录

FastDFS

什么是分布式文件系统

  • 分布式文件系统解决了海量文件存储及传输访问的瓶颈问题，对海量视频的管理、对海量图片的管理等。
  • 分布式文件系统（Distributed File System）是指文件系统管理的物理存储资源不一定直接连接在本地节点上，而是通过计算机网络与节点相连。

为什么会有分布文件系统

存在问题

  • 分布式文件系统是面对互联网的需求而产生，互联网时代对海量数据如何存储？
  • 靠简单的增加硬盘的个数已经满足 不了我们的要求，因为硬盘传输速度有限但是数据在急剧增长，
  • 另外我们还要要做好数据备份、数据安全等。

解决办法

  • 采用分布式文件系统可以将多个地点的文件系统通过网络连接起来
  • 组成一个文件系统网络，结点之间通过网络进行通信
  • 一台文件系统的存储和传输能力有限，我们让文件在多台计算机上存储，通过多台计算共同传输

示例图

好处

  • 一台计算机的文件系统处理能力扩充到多台计算机同时处理
  • 一台计算机挂了，还有另外的副本计算机提供数据。
  • 每台计算机可以放在不同的地域，这样用户就可以就近访问，提高访问速度

主流的分布式文件系统

NFS(Network File System)，即网络文件系统

  • 在客户端上映射NFS服务器的驱动器
  • 客户端通过网络访问NFS服务器的硬盘完全透明。

结构图

GFS(Google File System)

  • GFS采用主从结构，一个GFS集群由一个master和大量的chunkserver组成
  • master存储了数据文件的元数据，一个文件被分成了若干块存储在多个chunkserver中。
  • 用户从master中获取数据元信息，从chunkserver存储数据

结构图

HDFS(Hadoop Distributed File System)

  • Hadoop分布式文件系统主要用于大数据
  • HDFS采用主从结构，一个HDFS集群由一个名称结点和若干数据结点组成
  • 名称结点存储数据的元信息，一个完整的数据文件分成若干块存储在数据结点。
  • 客户端从名称结点获取数据的元信息及数据分块的信息，得到信息客户端即可从数据块来存取数据。

结构图

什么是fastDFS

简介

FastDFS是用c语言编写的一款开源的分布式文件系统，它是由淘宝资深架构师余庆编写并开源。

FastDFS专为互联 网量身定制，充分考虑了冗余备份、负载均衡、线性扩容等机制，并注重高可用、高性能等指标

使用FastDFS很容易搭建一套高性能的文件服务器集群提供文件上传、下载等服务

为什么要使用fastDFS

通用分布式文件系统

  • NFS、GFS都是通用的分布式文件系统
  • 通用的分布式文件系统的优点的是开发体验好，但是系统复杂 性高、性能一般

专用分布式文件系统

  • 专用的分布式文件系统虽然开发体验性差，但是系统复杂性低并且性能高。
  • fastDFS非常适合存储图片等那些小文件，fastDFS不对文件进行分块，所以它就没有分块合并的开销，fastDFS网络通信采用 socket，通信速度很快

fastDFS工作原理

  • FastDFS架构包括 Tracker server和Storage server。
  • 客户端请求Tracker server进行文件上传、下载，通过Tracker server调度最终由Storage server完成文件上传和下载。

结构图

Tracker

作用
	Tracker Server作用是负载均衡和调度，
	通过Tracker server在文件上传时可以根据一些策略找到Storage server提供文件上传服务。
	可以将tracker称为追踪服务器或调度服务器。
集群
	FastDFS集群中的Tracker server可以有多台
	Tracker server之间是相互平等关系同时提供服务.
	客户端请求Tracker server采用轮询方式，如果请求的tracker无法提供服务则换另一个tracker。

Storage

作用
	Storage Server作用是文件存储，客户端上传的文件最终存储在Storage服务器上
	
集群
	 Storage集群采用了分组存储方式。storage集群由一个或多个组构成,集群存储总容量为集群中所有组的存储容量之和
	一个组由一台或多台存储服务器组成，组内的Storage server之间是平等关系，
	不同组的Storage server之间不会相互通信
	同组内的Storage server之间会相互连接进行文件同步，从而保证同组内每个storage上的文件是完全一致的
	一个组的存储容量为该组内的存储服务器容量最小的那个
	采用分组存储方式的好处
		灵活、可控性较强。比如上传文件时，可以由客户端直接指定上传到的组也可以由tracker进行调度选择。
		一个分组的存储服务器访问压力较大时，可以在该组增加存储服务器来扩充服务能力（纵向 扩容)
		当系统容量不足时，可以增加组来扩充存储容量（横向扩容）。

Storage状态收集
	Storage server会连接集群中所有的Tracker server，定时向他们报告自己的状态，
	包括磁盘剩余空间、文件同步 状况、文件上传下载次数等统计信息。

FastDFS安装与配置

  • FastDFS是 C 语言开发，建议在 linux 上运行
  • 安装 FastDFS需要先将官网下载的源码进行编译，编译依赖 gcc 环境，如果没有 gcc 环境，需要先安装gcc

1.需要安装 gcc

yum install gcc-c++

2.安装libevent（FastDFS依赖libevent库）

yum -y install libevent

3.安装libfastcommon （由 FastDFS 官方提供，包含了 FastDFS 运行所需要的一些基础库）

将libfastcommonV1.0.7.tar.gz拷贝至/usr/local/下
cd /usr/local/
tar -zxvf libfastcommonV1.0.7.tar.gz 
cd libfastcommon-1.0.7
./make.sh
./make.sh install

libfastcommon安装好后会自动将库文件拷贝至/usr/lib64下

4.安装libevent

cd /usr/local/
tar -zxvf libevent-2.0.15-stable.tar.gz 
cd libevent-2.0.15-stable/
./configure
make && make install
ln -s /usr/local/lib/libevent-2.0.so.5 /usr/lib/libevent-2.0.so.5

4.安装libevent

cd /usr/local/
tar -zxvf libevent-2.0.15-stable.tar.gz 
cd libevent-2.0.15-stable/
./configure
make && make install
ln -s /usr/local/lib/libevent-2.0.so.5 /usr/lib/libevent-2.0.so.5

5.tracker编译安装

将FastDFS_v5.05.tar.gz拷贝至/usr/local/下 
tar -zxvf FastDFS_v5.05.tar.gz 
cd FastDFS 
./make.sh 
./make.sh install

安装成功将安装目录下的conf下的文件拷贝到/etc/fdfs/下
cp -ri conf/* /etc/fdfs
	
进入/etc/fdfs目录
cd /etc/fdfs
	
修改tracker.conf 
vim tracker.conf
base_path=/home/fastdfs
http.server_port=80

创建目录
	mkdir -p /home/fastdfs
			
启动
	/usr/bin/fdfs_trackerd /etc/fdfs/tracker.conf restart

6.进入/etc/fdfs

cd /etc/fdfs
vi storage.conf 
group_name=group1 
base_path=/home/yuqing/FastDFS改为：base_path=/home/fastdfs 
store_path0=/home/fastdfs/fdfs_storage
#配置tracker服务器:IP如果有多个则配置多个tracker
tracker_server=192.168.1.88:22122   
http.server_port=80 

mkdir -p /home/fastdfs/fdfs_storage 
/usr/bin/fdfs_storaged /etc/fdfs/storage.conf restart

查看是否启动
ps aux|grep dfs

文件上传流程

流程图

文件信息

客户端上传文件后，存储服务器将文件ID返回给客户端，此文件ID用于以后访问该文件的索引信息。
文件索引信息 包括：组名，虚拟磁盘路径，数据两级目录，文件名

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。
	
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。 
	
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
	
文件名：
	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

通过客户端上传图片

添加fastdfs依赖

<dependencies>
	<dependency>
		<groupId>org.csource.fastdfs</groupId>
		<artifactId>fastdfs</artifactId>
		<version>1.2</version>
	</dependency>
</dependencies>

在resources当中创建fdfs_client.conf配置文件

# connect timeout in seconds
# default value is 30s
connect_timeout=30

# network timeout in seconds
# default value is 30s
network_timeout=60

# the base path to store log files
base_path=/home/fastdfs

# tracker_server can ocur more than once, and tracker_server format is
#  "host:port", host can be hostname or ip address
tracker_server=192.168.1.88:22122

#standard log level as syslog, case insensitive, value list:
### emerg for emergency
### alert
### crit for critical
### error
### warn for warning
### notice
### info
### debug
log_level=info

# if use connection pool
# default value is false
# since V4.05
use_connection_pool = false

# connections whose the idle time exceeds this time will be closed
# unit: second
# default value is 3600
# since V4.05
connection_pool_max_idle_time = 3600

# if load FastDFS parameters from tracker server
# since V4.05
# default value is false
load_fdfs_parameters_from_tracker=false

# if use storage ID instead of IP address
# same as tracker.conf
# valid only when load_fdfs_parameters_from_tracker is false
# default value is false
# since V4.05
use_storage_id = false

# specify storage ids filename, can use relative or absolute path
# same as tracker.conf
# valid only when load_fdfs_parameters_from_tracker is false
# since V4.05
storage_ids_filename = storage_ids.conf


#HTTP settings
http.tracker_server_port=80

#use "#include" directive to include HTTP other settiongs
##include http.conf

创建测试，上传图片

 public static void main(String[] args) throws Exception {
        //1. 加载配置文件
        ClientGlobal.init("D:\Java\testcode\fastDFSProject\src\main\resources\fdfs_client.conf");
        //2. 创建管理端对象
        TrackerClient trackerClient = new TrackerClient();
        //3. 通过管理端对象获取连接
        TrackerServer connection = trackerClient.getConnection();
        //4. 创建存储端对象
        StorageClient1 storageClient = new StorageClient1(connection, null);

        //创建文件属性信息对象数组
        NameValuePair[] meta_list = new NameValuePair[3];
        meta_list[0] = new NameValuePair("fileName","idea");
        meta_list[1] = new NameValuePair("ExtName","jpg");
        meta_list[2] = new NameValuePair("zuozhe","gaowei");

        //5. 上传文件
        String path = storageClient.upload_file1("E:\idea.jpg", "jpg", meta_list);
        System.out.println("======" + path);
    }

搭建图片服务虚拟主机

在Storage上安装nginx

  • 在storage server上安装nginx的目的是对外通过http访问storage server 上的文件
  • 使用 nginx 的模块 FastDFS-nginx-module 的作用是通过 http 方式访问 storage 中的文件

安装FastDFS-nginx-module_v1.16

将 FastDFS-nginx-module_v1.16.tar.gz上到usr/local下
cd /usr/local 
tar -zxvf fastdfs-nginx-module_v1.16.tar.gz
rm -rf fastdfs-nginx-module_v1.16.tar.gz
cd fastdfs-nginx-module/src
修改config文件将带有/usr/local/的路径改为/usr/
vi config
esc后保存并退出 :wq
	
将FastDFS-nginx-module/src下的mod_FastDFS.conf拷贝至/etc/fdfs/下 
cp mod_fastdfs.conf /etc/fdfs/

修改mod_fastdfs.conf
vim /etc/fdfs/mod_fastdfs.conf
base_path=/home/fastdfs
tracker_server=192.168.1.88:22122 
url_have_group_name=true 	
store_path0=/home/fastdfs/fdfs_storage 
esc后保存并退出 :wq
		
将libfdfsclient.so拷贝至/usr/lib下 
	cp /usr/lib64/libfdfsclient.so /usr/lib/
复制 FastDFS的部分配置文件到/etc/fdfs目录，根据相对应的安装情况进入到相对应的路径
	cd /usr/local/FastDFS/conf/
	cp http.conf mime.types /etc/fdfs/

nginx安装

		将nginx-1.8.1.tar.gz拷贝到/usr/local下

		cd /usr/local

		解压nginx-1.8.1.tar.gz 
			tar -zxvf nginx-1.8.1.tar.gz

			rm -rf nginx-1.8.1.tar.gz

		安装依赖包
			sudo yum -y install pcre pcre-devel zlib zlib-devel openssl openssl-devel
		cd nginx-1.8.1/
		执行配置
			./configure --prefix=/opt/nginx --sbin-path=/usr/bin/nginx --add-module=/usr/local/fastdfs-nginx-module/src
		make
		make install
		useradd -s /sbin/nologin -M nginx
		id nginx

		启动
			nginx

		停止
			nginx -s stop 

		重新加载配置
			nginx -s reload

		查看是否启动
			ps -ef|grep nginx

		修改配置文件，添加上
			vim  /opt/nginx/conf/nginx.conf


#监听域名中带有group的，交给FastDFS模块处理
location ~/group([0-9])/ {
	ngx_fastdfs_module;
}

启动

/usr/bin/fdfs_trackerd /etc/fdfs/tracker.conf restart 
/usr/bin/fdfs_storaged /etc/fdfs/storage.conf restart
nginx

富文本编辑器umedit上传图片到FastDFS

修改配置文件plugins/umedit/jsp/config.json接口地址

"imageActionName": "upload/uploadImage.do", /* 执行上传图片的action名称 */
"imageFieldName": "upfile", /* 提交的图片表单名称 */
"imageMaxSize": 2048000, /* 上传大小限制，单位B */
"imageAllowFiles": [".png", ".jpg", ".jpeg", ".gif", ".bmp"], /* 上传图片格式显示 */
"imageCompressEnable": true, /* 是否压缩图片,默认是true */
"imageCompressBorder": 1600, /* 图片压缩最长边限制 */
"imageInsertAlign": "none", /* 插入的图片浮动方式 */
"imageUrlPrefix": "", /* 图片访问路径前缀 */
"imagePathFormat": "", /* 上传保存路径,可以自定义保存路径和文件名格式 */

​

实例化时, 修改文件上传请求地址

​

ue.ready(function() {
	UE.Editor.prototype._bkGetActionUrl = UE.Editor.prototype.getActionUrl;
	UE.Editor.prototype.getActionUrl = function (action) {
        if (action == 'upload/uploadImage.do') {
            return  "http://localhost:8082/upload/uploadImage.do";
        } else {
            return this._bkGetActionUrl.call(this, action);
        }
    };
});

定义上传图片接口

@RequestMapping("/uploadImage")
public Map uploadImage(MultipartFile upfile) throws Exception {
	try {
		FastDFSClient fastDFS = new FastDFSClient("classpath:fastDFS/fdfs_client.conf");
		//上传文件返回文件保存的路径和文件名
		String path = fastDFS.uploadFile(upfile.getBytes(), upfile.getOriginalFilename(), upfile.getSize());
		//拼接上服务器的地址返回给前端
		String url  = FILE_SERVER + path;
		Map<String ,Object > result = new HashMap<>();
		result.put("state","SUCCESS");
		result.put("url",url);
		result.put("title",upfile.getOriginalFilename());
		result.put("original",upfile.getOriginalFilename());
		return result;
	} catch (Exception e) {
		e.printStackTrace();
	}
	return null;
}

商品图片上传至fastFDS

引入pom文件

​

<dependency>
	<groupId>org.csource.fastdfs</groupId>
	<artifactId>fastdfs</artifactId>
	<version>1.2</version>
</dependency>

引入fastDFS配置文件和服务地址配置文件

application.properties

FILE_SERVER_URL=http://192.168.1.88/

fdfs_client.conf

# connect timeout in seconds
# default value is 30s
connect_timeout=30

# network timeout in seconds
# default value is 30s
network_timeout=60

# the base path to store log files
base_path=/home/fastdfs

# tracker_server can ocur more than once, and tracker_server format is
#  "host:port", host can be hostname or ip address
tracker_server=192.168.1.88:22122

#standard log level as syslog, case insensitive, value list:
### emerg for emergency
### alert
### crit for critical
### error
### warn for warning
### notice
### info
### debug
log_level=info

# if use connection pool
# default value is false
# since V4.05
use_connection_pool = false

# connections whose the idle time exceeds this time will be closed
# unit: second
# default value is 3600
# since V4.05
connection_pool_max_idle_time = 3600

# if load FastDFS parameters from tracker server
# since V4.05
# default value is false
load_fdfs_parameters_from_tracker=false

# if use storage ID instead of IP address
# same as tracker.conf
# valid only when load_fdfs_parameters_from_tracker is false
# default value is false
# since V4.05
use_storage_id = false

# specify storage ids filename, can use relative or absolute path
# same as tracker.conf
# valid only when load_fdfs_parameters_from_tracker is false
# since V4.05
storage_ids_filename = storage_ids.conf


#HTTP settings
http.tracker_server_port=80

#use "#include" directive to include HTTP other settiongs
##include http.conf

在spring-mvc.xml加载属性文件

<context:property-placeholder location="classpath:config/application.properties" />

在common中引入上传工具类 FastDFSClient

import org.apache.commons.io.FilenameUtils;
import org.csource.common.NameValuePair;
import org.csource.fastdfs.*;

import java.io.IOException;

public class FastDFSClient {

private TrackerClient trackerClient = null;
private TrackerServer trackerServer = null;
private StorageServer storageServer = null;
private StorageClient1 storageClient = null;

public FastDFSClient(String conf) throws Exception {
	if (conf.contains("classpath:")) {
		conf = conf.replace("classpath:", this.getClass().getResource("/").getPath());
	}
	ClientGlobal.init(conf);
	trackerClient = new TrackerClient();
	trackerServer = trackerClient.getConnection();
	storageServer = null;
	storageClient = new StorageClient1(trackerServer, storageServer);
}

/**
 * @param file 文件二进制
 * @param fileName 文件名
 * @param fileSize 文件大小
 * @return
 * @throws Exception
    */
    public String uploadFile(byte[] file, String fileName, long fileSize) throws Exception {
    NameValuePair[] metas = new NameValuePair[3];
    metas[0] = new NameValuePair("fileName", fileName);
    metas[1] = new NameValuePair("fileSize", String.valueOf(fileSize));
    metas[2] = new NameValuePair("fileExt", FilenameUtils.getExtension(fileName));
    String result = storageClient.upload_file1(file, FilenameUtils.getExtension(fileName), metas);
    return result;
    }

/**
 *
 * @param storagePath  文件的全部路径 如：group1/M00/00/00/wKgRsVjtwpSAXGwkAAAweEAzRjw471.jpg
 * @return -1失败,0成功
 * @throws Exception
    */
    public Integer delete_file(String storagePath){
    int result=-1;
    try {
    	result = storageClient.delete_file1(storagePath);
    } catch (Exception e) {
    	e.printStackTrace();
    }
    return  result;
    }
}

在UploadController方法中上传图片

@Value("${FILE_SERVER_URL}")
private String FILE_SERVER;

@RequestMapping("/uploadFile")
public Result uploadFile(MultipartFile file) throws Exception {
	try {
		FastDFSClient fastDFS = new FastDFSClient("classpath:fastDFS/fdfs_client.conf");
		//上传文件返回文件保存的路径和文件名
		String path = fastDFS.uploadFile(file.getBytes(), file.getOriginalFilename(), file.getSize());
		//拼接上服务器的地址返回给前端
		return new Result(true, FILE_SERVER + path);
	} catch (Exception e) {
		e.printStackTrace();
		return new Result(false, "上传失败!");
	}
}

SPU与SKU

SPU = Standard Product Unit （标准化产品单元）

SPU是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合
该集合描述了一个产品的特性
spu 属性，不会影响到库存和价格的属性, 又叫关键属性

举例

Oppo R17这是商品的SPU
但Oppo R17只是一个名词，单纯的理解这个名词是没有意义的
SPU是一组商品的属性组合

【硬件参数】：
CPU 型号：高通骁龙™ 670
CPU 频率：2.0GHz
核心数：八核
处理器位数：64 位
GPU 型号：Adreno™ 615
电池容量：3500mAh（典型值）*
【尺寸】：
长：约 157.5mm
宽：约 74.9mm
厚：约 7.5mm
重：约 182g
毛重: 420.00 g
产地: 中国大陆

这个SPU属性组合的名称叫做Oppo R17

SKU=stock keeping unit(库存量单位)

会影响到库存和价格的属性, 又叫销售属性
指的是具体规格单品
买家购买、商家进货、供应商备货、工厂生产都是依据SKU进行的
影响价格和库存的属性集合, 与商品是多对一的关系，即一个商品有多个SKU

举例

如流光蓝（三种颜色：流光蓝、霓光紫、霓光渐变色）+8G+128G（两种配置：8G+128G、6G+128G）。

即Oppo R17有一个SPU、6种SKU。

如一件M码（四个尺码：S码、M码、L码、X码）的粉色（三种颜色：粉色、黄色、黑色）Zara女士风衣，其中M码、粉色就是一组SKU的组合

SKU在生成时, 会根据属性生成相应的笛卡尔积，根据一组SKU可以确定商品的库存情况，那么上面的Zara女士风衣一共有4 * 3 = 12个SKU组合
【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/mumuyinxin/p/11705056.html