現(xiàn)在的網(wǎng)站越做越大了，存儲(chǔ)的東西越來(lái)越多，如何解決這些文件存儲(chǔ)也成了新的難題。如果把這些文件都完全采用大硬盤(pán)存儲(chǔ)來(lái)解決，并不是一個(gè)好主意，因?yàn)閿?shù)據(jù)量越大風(fēng)險(xiǎn)就越高，雖然文件能存得下，但是故障率相應(yīng)會(huì)較高，另外重建耗費(fèi)時(shí)間也比較長(zhǎng)。所以最好的辦法是盡可能考慮分布式存儲(chǔ)，把文件想辦法利用網(wǎng)絡(luò)分散到多個(gè)機(jī)器上。

從我所了解的存儲(chǔ)結(jié)構(gòu)來(lái)看，分布式存儲(chǔ)大致可以分為幾種：

1、類(lèi)googlefs的分布式文件系統(tǒng)

因?yàn)槟壳癵ooglefs沒(méi)有開(kāi)源，所以網(wǎng)上出現(xiàn)的分布式文件系統(tǒng)都是利用google的方案自行實(shí)現(xiàn)的。這個(gè)方案的優(yōu)點(diǎn)是可用性比較高，基本上基于硬盤(pán)的應(yīng)用都可以處理，可用范圍就比較廣泛。我看了gfs、gfs2、ocfs2、FastDFS、MogileFS的一些相關(guān)介紹，大致有一些認(rèn)識(shí)。

首先是文檔比較少而出現(xiàn)的問(wèn)題倒不少;然后是目前這些還沒(méi)有一個(gè)能稱(chēng)得上是穩(wěn)定版本，如果有的話，估計(jì)也就是其中一些收費(fèi)的版本。因?yàn)榇疟P(pán)存儲(chǔ)乃是致關(guān)重要，所以目前建議還是不要輕易把這些東西部署到重要的地方。假如非常想使用的話，最好是做好充分測(cè)試，確保它的功能完全能夠滿(mǎn)足需要;然后還要想辦法在傳統(tǒng)的文件系統(tǒng)中做好完全的備份，以免造成損失。

另外可以提的一個(gè)東西是memcached，這個(gè)東西實(shí)現(xiàn)了內(nèi)存的分布式共享，穩(wěn)定度貌似比以上這些分布式文件系統(tǒng)要穩(wěn)定。不過(guò)是完全基于內(nèi)存的，如果數(shù)據(jù)量不是很大，可以一試。

2、手工使用文件路徑分散存儲(chǔ)

這個(gè)結(jié)構(gòu)通常使用在web靜態(tài)文件中，就以這種情形作為例子。

如果這些文件數(shù)量比較大，可以通過(guò)分散文件路徑，把某個(gè)文件的訪問(wèn)指定到特定的一臺(tái)或幾臺(tái)服務(wù)器上。例如：

1)采用域名的分散策略

例如使用a.xxx.com/b.xxx.com...來(lái)區(qū)分標(biāo)記為a或b的一系列文件，這些文件存儲(chǔ)的時(shí)候，依然按照標(biāo)記，存到a或b的服務(wù)器上。這個(gè)策略將區(qū)分機(jī)器的任務(wù)交由dns服務(wù)器來(lái)執(zhí)行，擴(kuò)容時(shí)會(huì)相應(yīng)輕松。這需要web項(xiàng)目初期就規(guī)劃好這些東東，后期才轉(zhuǎn)用域名策略的成本比較高甚至不可以實(shí)現(xiàn)。

2)采用目錄的分散策略

假如域名初期并沒(méi)有規(guī)劃使用域名策略，那么可以采用代理服務(wù)器來(lái)進(jìn)行目錄級(jí)的劃分。比如一般存儲(chǔ)大量文件時(shí)，因?yàn)槲募到y(tǒng)的限制以及效率問(wèn)題，都會(huì)按照一定規(guī)則劃分了很多級(jí)的目錄，按這些目錄拆分機(jī)器也并不是困難的事情。這種架構(gòu)的問(wèn)題在于代理服務(wù)器的性能和可靠性問(wèn)題，需要在這點(diǎn)上稍下一點(diǎn)功夫。

以上這兩個(gè)方案，都要自行制定策略實(shí)現(xiàn)分散同步傳輸，傳輸一般可以歸納為推送和抓取兩種辦法，同步的話可以采用日志同步(把要同步的數(shù)據(jù)記入日志，通過(guò)日志記錄來(lái)傳輸相應(yīng)文件)、比較同步(使用rsync等同步軟件)或即時(shí)同步(有新的修改就立刻傳輸);另外要實(shí)現(xiàn)單點(diǎn)故障剔除的話，首先找一個(gè)策略把文件存儲(chǔ)到多個(gè)節(jié)點(diǎn)上，例如，a.xxx.com或目錄a的文件相應(yīng)也存到b和c節(jié)點(diǎn);然后在環(huán)境中使用故障剔除技術(shù)(lvs或nginx等)，就可以解決問(wèn)題，例如：采用域名的話，可以采用lvs，缺點(diǎn)是使用的機(jī)器就會(huì)成倍增加;亦可再用一級(jí)代理服務(wù)器，缺點(diǎn)是會(huì)犧牲性能。采用目錄的話，因?yàn)楸旧砭陀玫搅舜矸?wù)器，所以只要存儲(chǔ)得當(dāng)，實(shí)現(xiàn)比較容易。