MFS详解(二)——MFS原理和架构

简介: MFS详解(二)——MFS原理和架构

今天继续给大家介绍Linux运维相关知识,本文主要内容是MFS介绍。

一、MFS架构
MFS的架构如下图所示:

二、MFS组件
在上图中,可以看出,MFS有以下三大组件:
1、Master
Master是MFS的管理服务器,管理着整个MFS文件系统。Master除了负责分发用户请求外,还负责存储整个MFS系统中的数据文件的元信息。(元信息,或者是元数据就是“描述信息的信息,描述数据的数据”,在MFS中包括文件的大小、属性、文件存储路径等等)在Master组件中,根据元数据来分发请求。
2、Metalogger
Metalogger组件用于备份Master设备的metadata元数据信息,其文件类型为changelog_ml.*.mfs。Metalogger组件的作用在于当Master出现问题时,通过很简单的操作让新的主服务器进行工作。Metalogger可以有一台或者多台,与LVS负载均衡服务器类似。
3、ChunkServer
ChunkServer即MFS系统中的数据服务器,用于存储MFS系统中真正的数据。ChunkServer可以是不同的物理机,也可以是不同的磁盘分区。

三、MFS数据写入流程
MFS的数据写入流程如下所示:

从上图可以看出,MFS的数据写入主要有以下过程:
1、Client向Master发送数据写入请求。
2、Master查询自己的元数据信息,选择数据服务器,创建Chunk。
3、在数据服务器创建Chunk成功后,向Master发送反馈信息。
4、Master告知Client数据写入的数据服务器。
5、Client向数据服务器写入数据。
6、数据服务器在创建完成数据写入后,向Client发送写入成功的消息。

四、MFS端口
最后,我们来介绍一下MFS的端口。在默认情况下,MFS服务一共开放有5个端口,这些端口及其作用如下所示:
1、9419
MFS Master和MFS Metalogger进行通信的端口。
2、9420
MFS Master和MFS Chunk进行通信的端口。
3、9421
MFS Master和MFS Client进行通信的端口。
4、9422
MFS Chunk和MFS Client进行通信的端口。
5、9425
MFS Master的web页面监听端口。
原创不易,转载请说明出处:https://blog.csdn.net/weixin_40228200
————————————————

                        版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

原文链接:https://blog.csdn.net/weixin_40228200/article/details/124764842

目录
相关文章
|
11天前
|
存储 缓存 Java
JAVA并发编程系列(11)线程池底层原理架构剖析
本文详细解析了Java线程池的核心参数及其意义,包括核心线程数量(corePoolSize)、最大线程数量(maximumPoolSize)、线程空闲时间(keepAliveTime)、任务存储队列(workQueue)、线程工厂(threadFactory)及拒绝策略(handler)。此外,还介绍了四种常见的线程池:可缓存线程池(newCachedThreadPool)、定时调度线程池(newScheduledThreadPool)、单线程池(newSingleThreadExecutor)及固定长度线程池(newFixedThreadPool)。
|
1月前
|
存储 SQL Cloud Native
Hologres 的架构设计与工作原理
【9月更文第1天】随着大数据时代的到来,实时分析和处理数据的需求日益增长。传统的数据仓库在处理大规模实时数据分析时逐渐显露出性能瓶颈。为了解决这些问题,阿里巴巴集团研发了一款名为 Hologres 的新型云原生交互式分析数据库。Hologres 能够支持 SQL 查询,并且能够实现实时的数据写入和查询,这使得它成为处理大规模实时数据的理想选择。
46 2
|
2月前
|
存储 分布式计算 Hadoop
ChunkServer 原理与架构详解
【8月更文第30天】在分布式文件系统中,ChunkServer 是一个重要的组件,负责存储文件系统中的数据块(chunks)。ChunkServer 的设计和实现对于确保数据的高可用性、一致性和持久性至关重要。本文将深入探讨 ChunkServer 的核心原理和内部架构设计,并通过代码示例来说明其实现细节。
33 1
|
2月前
|
数据采集 存储 Java
Flume Agent 的内部原理分析:深入探讨 Flume 的架构与实现机制
【8月更文挑战第24天】Apache Flume是一款专为大规模日志数据的收集、聚合及传输而设计的分布式、可靠且高可用系统。本文深入解析Flume Agent的核心机制并提供实际配置与使用示例。Flume Agent由三大组件构成:Source(数据源)、Channel(数据缓存)与Sink(数据目的地)。工作流程包括数据采集、暂存及传输。通过示例配置文件和Java代码片段展示了如何设置这些组件以实现日志数据的有效管理。Flume的强大功能与灵活性使其成为大数据处理及实时数据分析领域的优选工具。
63 1
|
2月前
|
消息中间件 存储 SQL
Kafka架构及其原理
Kafka架构及其原理
76 1
|
3月前
|
NoSQL Redis
Redis 主从复制架构配置及原理
Redis 主从复制架构配置及原理
51 5
|
2月前
|
存储 缓存 Java
Eureka原理与实践:深入探索微服务架构的核心组件
在微服务架构日益盛行的今天,服务之间的注册与发现成为了保证系统高可用性和灵活性的关键。Eureka,作为Netflix开源的服务注册与发现框架,凭借其简单、健壮的特性,在微服务领域占据了举足轻重的地位。本文将深入剖析Eureka的原理,并通过实践案例展示其在实际项目中的应用,以期为开发者提供一个高端、深入的视角。
|
2月前
|
消息中间件 缓存 Kafka
图解Kafka:架构设计、消息可靠、数据持久、高性能背后的底层原理
【8月更文挑战第15天】在构建高吞吐量和高可靠性的消息系统时,Apache Kafka 成为了众多开发者和企业的首选。其独特的架构设计、消息可靠传输机制、数据持久化策略以及高性能实现方式,使得 Kafka 能够在分布式系统中大放异彩。本文将通过图解的方式,深入解析 Kafka 的这些核心特性,帮助读者更好地理解和应用这一强大的消息中间件。
96 0
|
3月前
|
存储 算法 缓存
高并发架构设计三大利器:缓存、限流和降级问题之滑动窗口算法的原理是什么
高并发架构设计三大利器:缓存、限流和降级问题之滑动窗口算法的原理是什么
|
3月前
|
算法 API 缓存
高并发架构设计三大利器:缓存、限流和降级问题之固定窗口限流算法的原理是什么
高并发架构设计三大利器:缓存、限流和降级问题之固定窗口限流算法的原理是什么
下一篇
无影云桌面