01 引言
JuiceFS 是一款开源的分布式文件系统,它为云环境设计,兼容 POSIX
、HDFS
和 S3
协议的分布式文件系统。
02 JuiceFS为何物?
JuiceFS 是一款面向云原生设计的高性能共享文件系统,在 Apache 2.0 开源协议下发布。
2.1 JuiceFS的特点
2.1.1 兼容性
JuiceFS提供完备的 POSIX 兼容性,可将几乎所有对象存储接入本地作为海量本地磁盘使用,亦可同时在跨平台、跨地区的不同主机上挂载读写。
2.1.2 丰富的API
JuiceFS 提供了丰富的 API
,适用于各种形式数据的管理、分析、归档、备份,可以在不修改代码的前提下无缝对接大数据、机器学习、人工智能等应用平台,为其提供海量、弹性、低价的高性能存储。
2.1.3 特性总结
特性 | 描述 |
---|---|
POSIX 兼容 | 本地文件系统一样使用,无缝对接已有应用,无业务侵入性 |
HDFS 兼容 | 完整兼容 HDFS API,提供更强的元数据性能 |
S3 兼容 | 提供 S3 网关实现 S3 协议兼容的访问接口 |
云原生 | 通过 Kubernetes CSI驱动 轻松地在 Kubernetes 中使用 JuiceFS |
分布式设计 | 同一文件系统可在上千台服务器同时挂载,高性能并发读写,共享数据 |
强一致性 | 确认的文件修改会在所有服务器上立即可见,保证强一致性 |
强悍性能 | 毫秒级延迟,近乎无限的吞吐量(取决于对象存储规模) |
数据安全 | 支持传输中加密(encryption in transit)和静态加密(encryption at rest) |
文件锁 | 支持 BSD 锁(flock)和 POSIX 锁(fcntl) |
数据压缩 | 支持 LZ4 和 Zstandard 压缩算法,节省存储空间 |
2.2 不同的使用场景举例
场景一:像本地磁盘一样使用
# 格式化JuiceFS文件系统
> juicefs format redis://your-redis-host:6379/1 myjfs
# 挂载JuiceFS文件系统
> juicefs mount -d redis://your-redis-host:6379/1 /mnt/juicefs
# 检查挂载点状态
> df -h /mnt/juicefs
Filesystem Size Used Avail Capacity iused ifree %iused Mounted on
JuiceFS:myjfs 1.0Pi 0Bi 1.0Pi 0% 0 10485760 0% /mnt/juicefs
# 从home目录挂载数据集到JuiceFS
> cp -r ~/dataset /mnt/juicefs/
场景二:应用开发简单,无需SDK
# Python 例子
path = '/mnt/juicefs/dataset/days.txt'
days_file = open(path, 'r')
days = days_file.read()
new_path = '/mnt/juicefs/new_days.txt'
new_days = open(new_path, 'w')
title = 'Days of the Week\n'
new_days.write(title)
print(title)
new_days.write(days)
print(days)
days_file.close()
new_days.close()
场景三:最简单,最适合K8S PV
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
name: web-pvc
spec:
accessModes:
- ReadWriteMany
resources:
requests:
storage: 10Pi
storageClassName: juicefs-sc
---
apiVersion: apps/v1
kind: Deployment
metadata:
name: nginx-run
spec:
selector:
matchLabels:
app: nginx
template:
metadata:
labels:
app: nginx
spec:
containers:
- name: nginx
image: linuxserver/nginx
ports:
- containerPort: 80
volumeMounts:
- mountPath: /config
name: web-data
volumes:
- name: web-data
persistentVolumeClaim:
claimName: web-pvc
> kubectl get sc
NAME PROVISIONER RECLAIMPOLICY VOLUMEBINDINGMODE ALLOWVOLUMEEXPANSION AGE
juicefs-sc csi.juicefs.com Retain Immediate false 88m
场景四:完全兼容 HDFS,使用方法也一样
# Shell
> hadoop fs -ls jfs://myjfs
# Hive
CREATE TABLE IF NOT EXISTS person
(
name STRING,
age INT
) LOCATION 'jfs://myjfs/tmp/person';
场景五:通过 S3 API 访问 JuiceFS
# 为JuiceFS文件系统开启S3网关
> juicefs gateway redis://localhost:6379/1 localhost:9000
# 通过AWS命令行连接访问JuiceFS文件系统
> aws --endpoint-url http://localhost:9000 s3 ls s3://myjfs
03 JuiceFS技术架构
首先贴出JuiceFS
官网的技术架构图:
3.1 JuiceFS 的三个技术层
从上图,我们可以看到JuiceFS分为了三层,从上往下依次为:
分类 | 描述 |
---|---|
Client(JuiceFS 客户端) | 协调对象存储和元数据存储引擎,以及 POSIX 、Hadoop 、Kubernetes CSI Driver 、S3 Gateway 等文件系统接口的实现 |
Metada Engine(元数据引擎) | 存储数据对应的元数据(metadata )包含文件名、文件大小、权限组、创建修改时间和目录结构,支持 Redis 、MySQL 、TiKV 等多种引擎; |
Data Storage(数据存储) | 存储数据本身,支持本地磁盘、公有云或私有云对象存储、HDFS 等介质; |
这里主要讲下JuiceFS在 Client客户端层面
的文件系统接口的技术实现:
- 通过 FUSE,JuiceFS 文件系统能够以 POSIX 兼容的方式挂载到服务器,将海量云端存储直接当做本地存储来使用;
- 通过 Hadoop Java SDK,JuiceFS 文件系统能够直接替代 HDFS,为 Hadoop 提供低成本的海量存储;
- 通过 Kubernetes CSI Driver,JuiceFS 文件系统能够直接为 Kubernetes 提供海量存储;
- 通过 S3 Gateway,使用 S3 作为存储层的应用可直接接入,同时可使用 AWS CLI、s3cmd、MinIO client 等工具访问 JuiceFS 文件系统;
- 通过 WebDAV Server,使用 HTTP 协议接入 JuiceFS 并直接操作其中的文件。
3.2 JuiceFS 如何存储文件
任何存入 JuiceFS 的文件都会被拆分成固定大小的 "Chunk
"(默认的容量上限是 64 MiB)
- 每个
Chunk
由一个或多个 "Slice
" 组成,Slice
的长度不固定,取决于文件写入的方式; - 每个
Slice
又会被进一步拆分成固定大小的 "Block
"(默认为 4 MiB); - 最后,这些
Block
会被存储到对象存储; - 同时,JuiceFS 会将每个文件以及它的
Chunks
、Slices
、Blocks
等元数据信息存储在元数据引擎中。
文件最终会被拆分成 Chunks、Slices 和 Blocks 存储在对象存储,存储桶中只有一个 chunks 目录和一堆数字编号的目录和文件,如下图:
04 JuiceFS实战
step1: 客户端安装
去Github下载最新的客户端:https://github.com/juicedata/juicefs/releases
注意版本与操作系统的对应关系如下:
版本 | 系统 |
---|---|
juicefs-x.x.x-darwin-amd64.tar.gz | 面向 Intel 芯片的 macOS 系统 |
juicefs-x.x.x-darwin-arm64.tar.gz | 面向 M1 系列芯片的 macOS 系统 |
juicefs-x.x.x-linux-amd64.tar.gz | 面向 x86 架构 Linux 发行版 |
juicefs-x.x.x-linux-arm64.tar.gz | 面向 ARM 架构的 Linux 发行版 |
juicefs-x.x.x-windows-amd64.tar.gz | 面向 x86 架构的 Windows 系统 |
juicefs-hadoop-x.x.x-amd64.jar | 面向 x86 架构的 Hadoop Java SDK(同时支持 Linux、macOS 及 Windows 系统) |
如果assets资源文件里面没有内容,加载不出来,可以通过来查询下载资源的地址: https://api.github.com/repos/juicedata/juicefs/releases/latest
当然也可以使用命令安装,会根据硬件架构自动下载安装最新版 JuiceFS
客户端:
curl -sSL https://d.juicefs.com/install | sh -
下载完成后,解压,使用命令:
juicefs version
可以看到已经安装好了。
step2: 创建文件系统
创建名为 miniofs
的文件系统,使用 Redis
的 1
号数据库存储元数据:
juicefs format \
--storage minio \
--bucket http://endpoint地址:端口/rtc \
--access-key minio的access-key \
--secret-key minio的secret-key \
"redis://:redis密码@redis地址:redis端口/数据库编号" \
miniofs
在Redis数据库,可以看到key为settings的内容如下:
同时登录MinIO
,在buck1
桶下,可以看到创建了一些目录:
step3: 挂载文件系统
我们可以挂载文件目录到本地的桌面的data目录(如果提示没有权限,建议命令前加上sudo
):
juicefs mount "redis://:redis密码@redis地址:redis端口/数据库编号" /桌面地址/data
可以看到报错了,提示:
juicefs[89168] : fuse: fuse: no FUSE mount utility found [mount_unix.go:184]
这是由于系统没有安装FUSE 模块模块,所以需要下载安装,macOS系统下载地址:https://osxfuse.github.io/
安装好后,继续执行命令,也报错了,提示:
juicefs[92350] : The mount point is not ready in 10 seconds, exit it [mount_unix.go:56]
解决方式,打开安全性与隐私,解锁后,点击下图红框的运行。
继续执行命令,可以看到挂载成功了:
step4: 开始使用
详细使用参考: https://www.juicefs.com/docs/zh/community/guide/sync/
当JuiceFS挂载好之后,我们可以正式的使用JuiceFS了,下面举个例子,使用同步命令,把MinIO
里面的内容同步到本地的桌面的data
目录,命令如下:
juicefs sync [command options] 源端地址 目的端地址
MinIO的地址格式为: minio://[ACCESS_KEY:SECRET_KEY[:TOKEN]@]ENDPOINT/BUCKET[/PREFIX]
示例如下:
我们打开指定的同步目录的上一级,可以看到产生了两个文件:
进去datauser看(其中user是桶下面的根目录名称),可以看到数据下载下来了。
进入dataminiofs看看,可以看到元数据也同步下来了:
对应MinIO桶的根目录下也有两个文件夹:
05 总结
5.1 命令总结
上面举例的是只使用了JuiceFS的同步(sync
)命令,如果想要知道更多的JuiceFS相关的命令,可以使用--help
来搜索,整理如下:
用法:juicefs [全局可选参数] command [命令选项] [命令参数...]
分类 | 命令 | 描述 |
---|---|---|
全局可选参数 | --verbose, --debug, -v | 允许 debug 日志 (默认: false) |
--quiet, -q | 仅展示告警和错误 (默认: false) | |
--trace | 允许 trace 日志 (默认: false) | |
--no-agent | 禁止 pprof (:6060) 和 gops (:6070)代理 (默认: false) | |
--pyroscope value | pyroscope地址 | |
--no-color | 禁止打印有颜色 (默认: false) | |
--help, -h | 显示帮助 (默认: false) | |
--version, -V | 打印版本 (默认: false) | |
命令选项 | format | 格式化目录卷 |
config | 修改目录卷配置 | |
destroy | 销毁已存在的目录卷 | |
gc | 数据存储中对象的垃圾收集器 | |
fsck | 检查卷的一致性 | |
dump | 将元数据转储到JSON文件中 | |
load | 从以前转储的JSON文件加载元数据 | |
version | 展示版本 | |
status | 显示卷状态 | |
stats | 显示juicefs的实时性能统计信息 | |
profile | 显示在JuiceFS中完成的操作分析 | |
info | 显示路径或索引节点的内部信息 | |
mount | 挂载卷 | |
umount | 卸载卷 | |
gateway | 启动一个兼容s3的网关 | |
webdav | 启动WebDAV服务器 | |
bench | 在路径上运行基准测试 | |
objbench | 在对象存储上运行基准测试 | |
warmup | 为目标目录/文件构建缓存 | |
rmr | 递归删除目录 | |
sync | 两个对象存储之间的同步 |
5.2 常见错误总结
常见的错误,官网已经记录下来了,可以参考:https://www.juicefs.com/docs/zh/community/faq/
5.3 更多的使用案例
可以参考:
06 文末
本文主要讲解了JuiceFS
的一些概念、架构以及实操的案例,希望能帮助到大家,谢谢大家的阅读,本文完!