元数据存储系统管理演变升级

点击上方蓝色字体，选择“设为星标”

回复”资源“获取更多资源

大数据技术与架构点击右侧关注，大数据开发领域最强公众号！

暴走大数据点击右侧关注，暴走大数据！

前言

我们知道在一个存储系统中，不光光只有它所存储的数据文件重要，它的存储系统的元数据管理同样十分的重要。因为涉及到存储系统数据访问操作时，会经过存储系统元数据的查询或更新操作，如果元数据这边的操作出现性能瓶颈，同样会导致用户访问数据的行为出现缓慢的情况。本文我们来聊聊存储系统一般是如何做高效的元数据管理的，这里面会涉及到多种不同的元数据管理方式。

初代元数据管理

首先我们来看最简单原始的初代存储系统元数据管理方式，此时元数据往往存储于外部db中，然后master服务和db进行数据的交互，如下图所示：

这个版本的存储系统需要保证的是操作流程的流畅性处理，与此同时整个系统所维护的元数据体量也不是很大。

内存式元数据管理

当我们需要对元数据的访问操作有更高的要求时，我们会自然想到的一种做法是将元数据load到服务内存中，来加速元数据的访问。然后我们会看到如下内存管理式的元数据管理，master服务在初启动后加载外部元数据db文件到内存中。

分区元数据管理

一台机器的内存容量是有限的，但是元数据规模是可以随着业务不断扩张的，这时就会出现一个内存的bottleneck的问题。这个时候怎么来优化这个事情呢？答案很简单，一个字：拆！我们将元数据按照给定规则进行partition的分拆，然后启动多个master服务来管理各自的应该维护的元数据，效果图如下所示：

因为在这里实际服务的service变为了多个，对于属于不同partition的元数据操作，系统应让请求转发到对应所属的服务上面去，因此在service前面还需要一个Proxy Role这样的角色在请求的转发。这个设计一个比较典型的例子是HDFS的Federation方案，然后Proxy Role是client端的ViewFs，或者是HDFS RBF功能的Router角色。

分层级元数据管理

当元数据管理再进一步加大的时候，我们还能如何拓展单个节点元数据管理能力的极限呢？比如从支持百万级别量级文件到数十亿级别体量文件。将数十亿级别量级文件元数据全部load到机器内存已经是一件不太靠谱的做法了。这个时候我们有一种新的元数据管理系统模式：分层级的元数据管理，官方术语的称呼叫做Tier layer的元数据管理。

这里主要分为两种layer：

• 最近访问的热点元数据，做内存缓存，叫做cached layer。

• 很久没有访问过的数据((也可称作冷数据)，做持久化保存存，叫做persisted layer。

热点数据和冷数据根据用户的访问频率行为可以互相之间做转换，类似如下所示：

在此模式系统下，服务只cache当前active的数据，所以也就不会有内存瓶颈这样的问题。

下图是一个此模式的样例系统Alluxio的元数据管理模型图：

以上就是本文所要阐述的关于存储系统常见的元数据管理模式。

欢迎点赞+收藏+转发朋友圈素质三连

文章不错？点个【在看】吧！ 👇