开源树叶云分布式文件系统 – JuiceFS

大家最耳熟能详的分布式文件系统当属 HDFS，它的全称是 ​​Hadoop Distributed File System​​，在 Hadoop 技术栈盛行时大放异彩。随着云计算的发展成熟，数据上云成为趋势，但由于对象存储和文件存储的结构不同，在云上要进行大数据存储时会遇到很多问题：查询性能慢、数据不能保证一致性。

今天要为大家介绍的就是一款为云环境设计的文件系统，JuiceFS 是一款云原生高性能分布式文件系统， 采用的是插件化的架构，「数据」与「元数据」分离，用户可按照场景需求选择适用的元数据以及数据引擎。使用 JuiceFS 存储数据，数据本身会被持久化在对象存储（例如，Amazon S3），相对应的元数据可以按需存储在 Redis、MySQL、TiKV、SQLite 等多种数据库中。

JuiceFS 于 2021 年 1 月在 GitHub 上开源，1年半时间已经获得 6.5 K Star，是基础领域备受关注的项目; JuiceFS 采用的是 Aache 2.0 许可证，意味着 用户可以更放心地将 JuiceFS 应用于各种商业环境，与自己的应用集成。在 AI 组件 Fluid 和 PaddlePaddle 中都可以看到 JuiceFS 的身影。

特性

• POSIX 兼容：像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^[1]，提供更强的元数据性能。
• S3 兼容：提供S3 网关^[2]实现 S3 协议兼容的访问接口。
• 云原生：通过CSI Driver^[3]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），查看性能测试结果^[4]。
• 数据安全：支持传输中加密（encryption in transit）和静态加密（encryption at rest），查看详情^[5]。
• 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。

快速上手

安装 JuiceFS 非常简单，你需要准备好元数据存储引擎(比如 Redis, MySQL)，以及对象存储，最后下载 JuiceFS 客户端执行一行命令，就能立刻开始使用了。

你可以在 GitHub 项目页面找到 JuiceFS 最新版客户端下载地址，选择你所在平台的预编译版本，下载安装到 /usr/local/bin/juicefs。

当在终端输入并执行 juicefs 并返回了程序的帮助信息，就说明你成功安装了 JuiceFS 客户端。

创建文件系统

创建文件系统使用客户端提供的 format 命令，一般格式为：

juicefsformat [commandoptions] META-URLNAME

可见，格式化文件系统需要提供 3 种信息：

• ​[command options]：设定文件系统的存储介质，留空则默认使用本地磁盘作为存储介质，路径为$HOME/.juicefs/local，/var/jfs​ 或C:/jfs/local。
• META-URL：用来设置元数据存储，即数据库相关的信息，通常是数据库的 URL 或文件路径。
• NAME：是文件系统的名称。

挂载文件系统

挂载文件系统使用客户端提供的 mount 命令，一般格式为：

juicefsmount [commandoptions] META-URLMOUNTPOINT

与创建文件系统的命令类似，挂载文件系统需要提供以下信息：**[command options]**：用来指定文件系统相关的选项，例如：-d 可以实现后台挂载；META-URL：用来设置元数据存储。即数据库相关的信息，通常是数据库的 URL 或文件路径；MOUNTPOINT：指定文件系统的挂载点。例如，以下命令将 myjfs 文件系统挂载到 ~/jfs 文件夹：

juicefs mount sqlite3://myjfs.db ~/jfs

当你获得以下反馈即为挂载成功了！！

验证文件系统

当挂载好文件系统以后可以通过 juicefs bench 命令对文件系统进行基础的性能测试和功能验证，确保 JuiceFS 文件系统能够正常访问且性能符合预期。

juicefs bench ~/jfs

运行 juicefs bench 命令以后会根据指定的并发度（默认为 1）往 JuiceFS 文件系统中写入及读取 N 个大文件（默认为 1）及 N 个小文件（默认为 100），并统计读写的吞吐和单次操作的延迟，以及访问元数据引擎的延迟。

验证成功之后，欢迎大展身手，探索更多玩法～

​项目地址：https://github.com/juicedata/juicefs。​

参考资料

[1]HDFS API: https://juicefs.com/docs/zh/community/hadoop_java_sdk。

[2]S3 网关: https://juicefs.com/docs/zh/community/s3_gateway。

[3]CSI Driver: https://juicefs.com/docs/zh/community/how_to_use_on_kubernetes/。

[4]性能测试结果: https://juicefs.com/docs/zh/community/benchmark/。

[5]查看详情: https://juicefs.com/docs/zh/community/security/encrypt。