NFS - Network FileSystem网络文件系统的实现原理

简介: NFS - Network FileSystem网络文件系统的实现原理

20201124151752608.png

Pre

NFS - MIPS架构下构建NFS共享目录服务


NFS简介

NFS的全称是Network FileSystem,即网络文件系统

NFS最初是由 Sun Microsytem 公司开发出来的,主要实现的功能是让网络上的不同操作系统之间共享数据。


  • NFS首先在远程服务器端(共享数据的操作系统)共享出文件或者目录
  • N然后远端共享出来的文件或者目录就可以通过挂载(mount)的方式挂接到本地的不同操作系统上
  • N最后,本地系统就可以很方便地使用远端提供的文件服务,操作起来像在本地操作一样,从而实现了数据的共享。


NFS共享数据结构图



69146baaaa5643ba84c3175d5429660b.png

NFS由两个部分组成,NFS服务器和NFS客户端。


NFS服务器端主要负责共享数据和相关的权限设定,

而多个NFS客户端可以同时挂载共享出来的数据到自己指定的一个目录。

例如,NFS客户端A将NFS服务器共享的目录挂载到了自己指定的/home/share目录下,而NFS客户端B将共享的目录挂载到了/data目录。接着进入挂载点目录,就能看到从服务器端共享出来的文件了。


如果有足够的权限,还可以对这些共享资源进行复制、移动、修改、删除等操作。


NFS服务器的实现原理


NFS服务器启动后,都会开启对客户端连接对应的端口号,端口号的范围是1~1024,但每次启动NFS服务器,相应服务器端口号都各不相同。


为了确保客户端每次都能正确连接到NFS 服务器端,NFS通过一个远程过程调用(Remote Procedure Call,RPC)的协议来协助NFS服务器完成连接。


程序可以通过使用这种协议向网络中另一台计算机上的程序请求服务,在NFS中,RPC 最主要的功能就是指定并监控NFS守护进程对应的端口号,并将端口信息通知给客户端,让客户端可以连接到正确的端口上来,因此也可以说,NFS是一个RPC服务器。


需要注意的是,远程挂载NFS服务器的本地主机也需要同步启用RPC协议。


5a28490404994e1b9b3ea47f9bb6a3c7.png

要使用NFS服务器,需要在NFS服务器端至少启用两个系统守护进程(daemons),分别是rpc.nfsd和rpc.mountd。


rpc.nfsd:用于分析和管理客户端PC是否有权限登录NFS服务器端主机,可以通过登入者的IP地址、用户ID等来判别。


rpc.mountd:用于管理NFS,在客户端PC通过rpc.nfsd的认证登录系统后,还必须要取得文件的使用权才能成功挂载进而使用文件。


要启动NFS服务器同样需要有两个系统服务才行,它们分别是portmap和nfs-utils。


portmap:RPC的 portmap管理器,它管理基于RPC服务的连接。

nfs-utils:提供rpc.nfsd及rpc.mountd这两个NFS守护进程的系统服务。


是否安装nfs


几乎所有的Linux发行版在安装系统时,都默认安装了NFS服务器。

这里以CentOS 7.1系统为例,介绍NFS的使用方法。首先通过下面的命令查看NFS服务器对应的rpm包是否安装。

[root@NFS Server ~]# rpm -qa|grep rpcbind
rpcbind-0.2.0-26.el7.x86_64 
[root@NFS Server ~]# rpm -qa|grep nfs  
nfs-utils-1.3.0-0.8.el7.x86_64
libnfsidmap-0.25-11.el7.x86_64


如果有类似上面的输出,表示NFS软件包已经安装。如果没有输出,就需要寻找NFS对应的rpm包,然后进行安装即可。


安装配置NFS

NFS - MIPS架构下构建NFS共享目录服务

相关文章
|
6月前
|
机器学习/深度学习 PyTorch TensorFlow
卷积神经网络深度解析:从基础原理到实战应用的完整指南
蒋星熠Jaxonic,深度学习探索者。深耕TensorFlow与PyTorch,分享框架对比、性能优化与实战经验,助力技术进阶。
|
12月前
|
机器学习/深度学习 存储 算法
NoProp:无需反向传播,基于去噪原理的非全局梯度传播神经网络训练,可大幅降低内存消耗
反向传播算法虽是深度学习基石,但面临内存消耗大和并行扩展受限的问题。近期,牛津大学等机构提出NoProp方法,通过扩散模型概念,将训练重塑为分层去噪任务,无需全局前向或反向传播。NoProp包含三种变体(DT、CT、FM),具备低内存占用与高效训练优势,在CIFAR-10等数据集上达到与传统方法相当的性能。其层间解耦特性支持分布式并行训练,为无梯度深度学习提供了新方向。
698 1
NoProp:无需反向传播,基于去噪原理的非全局梯度传播神经网络训练,可大幅降低内存消耗
|
6月前
|
监控 负载均衡 安全
WebSocket网络编程深度实践:从协议原理到生产级应用
蒋星熠Jaxonic,技术宇宙中的星际旅人,以代码为舟、算法为帆,探索实时通信的无限可能。本文深入解析WebSocket协议原理、工程实践与架构设计,涵盖握手机制、心跳保活、集群部署、安全防护等核心内容,结合代码示例与架构图,助你构建稳定高效的实时应用,在二进制星河中谱写极客诗篇。
WebSocket网络编程深度实践:从协议原理到生产级应用
|
7月前
|
机器学习/深度学习 人工智能 算法
卷积神经网络深度解析:从基础原理到实战应用的完整指南
蒋星熠Jaxonic带你深入卷积神经网络(CNN)核心技术,从生物启发到数学原理,详解ResNet、注意力机制与模型优化,探索视觉智能的演进之路。
670 11
|
7月前
|
机器学习/深度学习 算法 搜索推荐
从零开始构建图注意力网络:GAT算法原理与数值实现详解
本文详细解析了图注意力网络(GAT)的算法原理和实现过程。GAT通过引入注意力机制解决了图卷积网络(GCN)中所有邻居节点贡献相等的局限性,让模型能够自动学习不同邻居的重要性权重。
1376 0
从零开始构建图注意力网络:GAT算法原理与数值实现详解
|
7月前
|
安全 测试技术 虚拟化
VMware-三种网络模式原理
本文介绍了虚拟机三种常见网络模式(桥接模式、NAT模式、仅主机模式)的工作原理与适用场景。桥接模式让虚拟机如同独立设备接入局域网;NAT模式共享主机IP,适合大多数WiFi环境;仅主机模式则构建封闭的内部网络,适用于测试环境。内容简明易懂,便于理解不同模式的优缺点与应用场景。
1079 0
|
8月前
|
XML JSON JavaScript
从解决跨域CSOR衍生知识 Network 网络请求深度解析:从快递系统到请求王国-优雅草卓伊凡
从解决跨域CSOR衍生知识 Network 网络请求深度解析:从快递系统到请求王国-优雅草卓伊凡
196 0
从解决跨域CSOR衍生知识 Network 网络请求深度解析:从快递系统到请求王国-优雅草卓伊凡
|
9月前
|
机器学习/深度学习 人工智能 PyTorch
零基础入门CNN:聚AI卷积神经网络核心原理与工业级实战指南
卷积神经网络(CNN)通过局部感知和权值共享两大特性,成为计算机视觉的核心技术。本文详解CNN的卷积操作、架构设计、超参数调优及感受野计算,结合代码示例展示其在图像分类、目标检测等领域的应用价值。
521 7
|
11月前
|
监控 应用服务中间件 Linux
掌握并发模型:深度揭露网络IO复用并发模型的原理。
总结,网络 I/O 复用并发模型通过实现非阻塞 I/O、引入 I/O 复用技术如 select、poll 和 epoll,以及采用 Reactor 模式等技巧,为多任务并发提供了有效的解决方案。这样的模型有效提高了系统资源利用率,以及保证了并发任务的高效执行。在现实中,这种模型在许多网络应用程序和分布式系统中都取得了很好的应用成果。
306 35
|
11月前
|
机器学习/深度学习 算法 测试技术
图神经网络在信息检索重排序中的应用:原理、架构与Python代码解析
本文探讨了基于图的重排序方法在信息检索领域的应用与前景。传统两阶段检索架构中,初始检索速度快但结果可能含噪声,重排序阶段通过强大语言模型提升精度,但仍面临复杂需求挑战
406 0
图神经网络在信息检索重排序中的应用:原理、架构与Python代码解析