新一代云原生分布式存储 - Curve(直播回放+ PPT)

语言: CN / TW / HK

讲师介绍

李小翠,Curve Maintainer,参与网易多个存储系统的设计、开发与运维工作。对于块存储、对象存储、文件存储具有较为丰富的经验。

话题简介

阐述分布式存储的发展,那些年在 Ceph 踩的坑;以及 Curve 在性能、稳定性、易用性相比于 Ceph 的优势;希望能够给大家带来一些帮助。

大纲回顾

Q & A

Q1:请问支持扩容吗?在公司使用 Curve 是如何进行扩容呢?

A:支持扩容。 理论可以参考 运维操作可以参考 ②( 修改 topology.yaml,将要扩容的机器列表加到文件中去;curveadm scale-out topology.yaml)。

Q2:已经有业务在运行的情况下,如何在确保业务不受影响的情况下,从 ceph 迁移到 curve 呢?

A: 对于 curvebs,数据的迁移可以通过镜像和快照来操作,数据准备完成后已有运行业务还是需要重启的。

对于 curvefs,目前没有数据迁移工具,文件数据迁移可以依赖 rclone 之类的工具来做,后续有计划可以开发。

Q3:Curve 性能比 ceph 性能好这么多,其性能好的主要原因是哪些?

A: 从架构上来是数据分布和一致性协议的选择理论上是更好的,工程实践方面很难做横向对比,不同的数据结构,线程模型、锁粒度、重试策略都会对性能有所影响对 Curve 工程实践感兴趣的同学可以参考 Curve 源码及核心流程源码解读 ③。

Q4:Curve 是否会提供长期稳定的社区支持,另外对于一些企业是否会有计划提供商业版的技术服务?

A: 会的。 现在 Curve 是 CNCF 的沙箱项目,完全走社区流程了,我们的愿景是让 Curve 成为云原生分布式存储界的扛把子。 Curve 已经是完全开源的,暂时不考虑商业化。

Q5: Curve 的一致性使用 Quorum,可靠性会不会打折很多?有没有理论支撑?真实生产实践中又如何?

A: 可靠性是指服务不可用时间,不仅仅是取决于副本数量,更多的取决于恢复速度。

  • 定性分析可以参考 https://zhuanlan.zhihu.com/p/46551227

  • 可靠性估算方式可 以参考: https://work-jlsun.github.io/2017/02/18/storage-durablity-2.html

:loudspeaker: 更多其他问题解答请查看直播问答文档。

PPT 下载

关注「 OpenCurve 」公众号,后台回复关键词「 20220712 」即可下载 PPT。

参考

htt ps://github.com/opencurve/curve/blob/master/docs/cn/mds.md#topoloy

参考

htt ps://github.com/opencurve/curve/blob/master/docs/cn/mds.md#topoloy

https://github.com/opencurve/curve/wiki/Curve%E6%BA%90%E7%A0%81%E5%8F%8A%E6%A0%B8%E5%BF%83%E6%B5%81%E7%A8%8B%E6%B7%B1%E5%BA%A6%E8%A7%A3%E8%AF%BB

关于 Curve

Curve 是一款高性能、易运维、云原生的开源分布式存储系统。可应用于主流的云原生基础设施平台:对接 OpenStack 平台为云主机提供高性能块存储服务; 对接  Kubernetes 为其提供 RWO、RWX 等类型的持久化存储卷; 对接  PolarFS 作为云原生数据库的高性能存储底座,完美支持云原生数据库的存算分离架构。

Curve 亦可作为云存储中间件使用 S3 兼容的对象存储作为数据存储引擎,为公有云用户提供高性价比的共享文件存储。

  • GitHub :https://github.com/opencurve/curve

  • 官网https://opencurve.io/

  • 用户论坛 :https://ask.opencurve.io/

  • 微信群: 请扫描添加或搜索群助手微信号 OpenCurve_bot

欢迎 加入云原生社区 ,点击阅读原文了解更多。