基于HDFS的云存儲在高校信息資源整合中的應用

摘要：研究如何將基于HDFS的云存儲應用于整合高校信息資源，旨在通過合適的構建基于HDFS的云存儲服務系統，解決高校的海量數據存儲問題。通過對概念的解析，結合高校信息資源存儲的特點，構建了一個低成本、高效率、高安全性的分布式信息資源整合解決方案，并給出了系統結構圖。
關鍵詞：HDFS；云存儲；高校；分布式

海量的高校信息資源需要整合，這是當前不爭的事實，因為高校信息資源存在著資源分布不均衡、更新維護成本高、共享程度低和安全性差等一系列問題。整合需要解決的首要問題就是信息的合理存儲，以便實現對其高效、安全的訪問。與傳統的存儲方式相比，云存儲很好地解決了這個問題。
云存儲(Cloud Storage)是在云計算(Cloud Computing)概念上延伸和發展出來的一個新的概念，它是指通過集群應用、網格技術或分布式文件系統等功能，將網絡中大量各種不同類型的存儲設備通過應用軟件集合起來協同工作，共同對外提供數據存儲和業務訪問功能的一個系統。

1 存儲方式的比較
高可靠性：云存儲實現對信息的分布式存儲，信息被切分為多個數據塊分散存儲在云中的節點中，實現了多副本備份機制，因此安全性要遠高于傳統的單一甚至帶有鏡像服務器的信息存儲方式。
訪問的高效性：云中的控制節點通過“心跳檢測”不斷地監視存儲節點的狀態，當發現存儲節點已經失效時，控制節點能夠將工作負載交給那些運行正常的存儲節點來完成。同時，由于云中的數據是分布式的存儲，能夠很好地分擔存儲和訪問的壓力，這些都使得云存儲具有很高訪問的效率。
存儲成本低：原先的信息資源的存儲一般使用專業的存儲設備，價格不菲，使得資源存儲的成本也隨之提高。而云中的存儲設備都是廉價的商業機，跟單一的大容量專業存儲設備相比較，存儲容量更大，存儲成本更低。
管理便捷：云存儲能夠在軟件層做到自動容錯而不依賴硬件本身的容錯，而且將信息資源存儲在云中，有利于對資源進行統一的管理，提高資源的使用率。
另外，云存儲還具有超強的可擴展性、不受具體地理位置所限、基于商業組件、按照使用收費(如每G收15美分)、可跨不同應用等。所有這些充分體現了云存儲這種方式的優越性。

2 基于HDFS的云存儲
2．1 HDFS的引入
目前各大公司都有自己的云存儲產品，如微軟公司的“Windows Live Sky Drive”網絡移動硬盤服務、Google公司的“Google Stora ge”的云計算存儲服務、亞馬遜的Amazon webservices等。
在眾多的云存儲產品技術中，HDFS技術可以實施運行在普通的PC集群上，有效降低存儲成本，該技術是Google文件系統(GFS)的開源實現，是分布式計算開源框架Hadoop的底層實現，Hadoop是Google集群系統的一個開源項目總稱，Google集群系統是使用低成本的成熟技術構建的一個穩定、高性能、高可用性、可擴展的系統。Hadoop平臺雖然是一項新興的技術，但它的發展非常迅速，已開始被應用在企業、高
校、科研機構等各個行業。文中重點研究HDFS云存儲在高校信息整合中是如何應用的。
2．2 HDFS的理論剖析
Hadoop文件系統(Hadoop Distributed File System，HDFS)雖然和現有的文件系統有相似之處，也是可以運行在普通的硬件之上的分布式文件系統，但是HDFS具有高容錯性，可以部署在低成本的硬件之上，可以以流的方式訪問文件數據，從而高吞吐量地對應用程序進行訪問，這些還是和一般的文件系統有區別的。圖1是HDFS體系結構圖。

研究HDFS的體系結構圖可以得知，名稱節點上保存這控制數據節點信息的元數據。客戶端可以通過名稱節點對元數據進行操作，也可以直接對數據節點進行讀寫。HDFS體系結構是個主從結構，這個主從結構常由單個的名稱節點和多個數據節點組成，名稱節點負責管理文件命名空間和客戶端訪問的主服務器，而數據節點則負責對存儲進行管理，下面來剖析一下體系結構各部分的功能。
2．2．1 名稱節點和數據節點的功能
名稱節點的功能包括4個方面：一是管理元數據和文件塊：二是管理文件系統的命名空間，包括記錄文件系統元數據被修改的情況：三是監聽客戶端和數據節點請求和處理這些請求。客戶端事件比較復雜，比如名字空間的創建與刪除，文件的創建、刪除和修改等，數據節點的事件包括文件塊信息變化、心跳響應等：四是心跳檢測。所謂心跳檢測，就是數據節點會定期將自己的負載情況通過心跳信息向名稱節點匯報。
數據節點的功能包括3個方面：一是通過自身服務進程與文件系統客戶端打交道，完成數據塊的讀寫；二是周期性的向名稱節點發送信號，報告本節點的狀態；三是執行數據的流水線復制。
2．2．2 元數據和數據交互
HDFS體系結構中有三種類型的元數據保存在名稱節點的內存中，分別是：文件(包含目錄)的名字空間、文件到文件塊的映射、文件塊的位置信息。這種數據結構對于數據訪問的效率和安全性都有很大的幫助。