对象存储入门 [ minIo ozone ]

本是古典何须时尚 2023-01-03 11:25 464阅读 0赞

### \-------------------------- ###

*  一. 前言
 *  二.minIo
 *   *  2.1. 安装
     *   *  2.1.1. 服务端
         *  2.1.2. 客户端
     *  2.2.架构
     *  2.3. MinIO存储桶通知指南
     *  2.4.集成
     *  2.5. 在 html 文件中引用静态资源
     *  2.6.Java 客户端 API 操作
     *   *  2.6.1.添加依赖
         *  2.6.2.列出文件
         *  2.6.3.上传文件
         *  2.6.4.下载文件
         *  2.6.5.删除文件
         *  2.6.6.代码示例
     *  2.7. 生态扩展
     *  2.8. 探探案例分享
 *  三.ozone
 *   *  3.1.介绍
     *  3.2. 安装
     *  3.3.Ozone的设计原则
     *  3.3. 架构
     *  3.3. 杂谈
 *  四. 阿里OSS
 *   *  4.1 简介
     *  4.2. 报价

# 一. 前言 #

OSS（Object Storage Service）俗称对象存储，主要提供图片、文档、音频、视频等二进制文件的海量存储功能。  
目前除了公有云提供对象存储服务外，一般私有云比较关心一些开源的分布式对象存储解决方案。

公有云一般都提供对象存储服务，如阿里云的OSS,华为云的OBS，腾讯云的COS。

一些开源的对象存储都会遵循Amazon s3协议。  
Amazon s3协议定义了操作对象存储的Resestfull风格的API。通过在pom中引用aws-java-sdk-s3可以实现对存储的操作。

Hadoop使企业能够对庞大的非结构化数据集进行大规模分析处理。这个数据集可以包含数以百万计，甚至数十亿个需要读取的文件。为了降低成本并提高数据处理性能，数据和应用程序应该存在于相同的物理硬件上。这样做使数据无需移动，就地处理，并允许使用不算昂贵的服务器级存储。 
    　
    　Hadoop分布式文件系统（HDFS）是为了管理这些分散在各个节点上的数据而应运而生的。然而现代存储架构提供了一个可以替代HDFS的引人注目的新方案：对象存储。
    　
    　为什么对象存储是您的组织进行Hadoop分析的一个可选项呢，下面将谈到三方面的原因。
    
    　　原因一：对象存储可提供更好的数据保护
    
    　　虽然HDFS能够利用内部的服务器级存储，它实际上是按照其标准的数据保护策略将所有数据做了三个副本。因此，尽管可以使用较便宜的服务器内部的硬盘驱动器，它可能并不像最初希望的那样经济，因为容量需求要乘以3。
    
    　　一种替代方案是使用基于对象的存储系统，提供亚马逊简单存储服务（S3）协议访问，这是Hadoop除了HDFS也同样支持的。这些系统可以是纯软件，因此可以使用商用服务器和服务器级存储。但不同于默认的HDFS，许多对象存储系统都提供纠删编码。这种数据保护机制类似于RAID但粒度更细，可以在对象或子对象的层面操作，把数据和奇偶校验位分布到存储集群的各个节点上。其结果是，可以达到相似或更高水平的数据冗余性，而只需大约25%至30%的额外开销。相比之下， HDFS的标准三副本配置下的额外容量开销为200%。
    
    　　原因二：HDFS会暴露主节点
    
    　　HDFS具有一个主节点和一系列从节点。从节点处理数据并将结果发送给主节点。主节点还需要维护数据复制策略以及基本的集群管理。如果主节点发生故障，集群的其余节点将不能被访问。 HDFS对主节点只提供了有限的保护，所以企业需要采取特殊措施来实现主节点的高可用性。
    
    　　如上所述，在对象存储系统中，主节点与从节点都能受到相同的纠删编码的数据保护。此外，由主节点维护的管理Hadoop集群所需的所有元数据（metadata）都可以存储在集中化的对象存储系统中。这样当主节点发生故障时，从节点或备用节点可以迅速变成为主节点。
    
    　　原因三：HDFS不能进行单独扩展
    
    　　像任何其他架构一样，Hadoop对计算和存储容量也会有不同程度的需求。问题是，HDFS要求计算能力和存储容量需要按比例进行扩展，这意味着你不能单独对某一种资源进行扩充。
    
    　　要说明这一点最常见的方式是当一个Hadoop架构的存储容量用尽时，因为增加更多容量就意味着加入另一个装满硬盘的节点，这也增加了更多的计算能力。反之亦如此，作为Hadoop基础设施，往往需要更多的处理能力，但存储空间却很充裕。大多数时候，当购置了一个新的服务器以增加计算能力时，它也带来了新的存储空间。其结果是，Hadoop架构总是在某种资源上浪费金钱，而对另一种资源却总是缺乏。
    
    　　对象存储允许容量和计算能力各自独立地进行扩展。计算节点可以是1U或2U的机箱，通过固态存储引导。对象存储系统可以装满高容量驱动器，从而保持每GB成本最低。更重要的是，随着应用环境的变化，每一层都可以独立扩展。
    
    　　HDFS之于Hadoop的主要优点是低成本和高性能，这得益于数据存放于本地。而利用商业存储硬件的对象存储系统同样可以提供类似的低成本，尤其是当采用纠删编码来提高数据保护效率时更是如此。10 GbE的高速网络现在已经很实惠，这些都使HDFS将数据和计算放在一起所带来的性能优势不复存在。对象存储提供了一种更具成本效益，更可靠，而且性能至少跟HDFS相当的基础架构，它理所当然应该成为一种可行的HDFS替代解决方案。

# 二.minIo #

MinIO 是一个基于Apache License v2.0开源协议的对象存储服务。它兼容亚马逊S3云存储服务接口，非常适合于存储大容量非结构化的数据，例如图片、视频、日志文件、备份数据和容器/虚拟机镜像等，而一个对象文件可以是任意大小，从几kb到最大5T不等。

MinIO是一个非常轻量的服务,可以很简单的和其他应用的结合，类似 NodeJS, Redis 或者 MySQL。

官网: https://min.io/  
收费: https://min.io/pricing  
github : https://github.com/minio/minio ( star 25.3k , fork 2.7k , contributors 276 )  
开源协议说明:http://ewen0930.github.io/2016/11/open-source-licenses/

## 2.1. 安装 ##

### 2.1.1. 服务端 ###

下载:

wget https://dl.min.io/server/minio/release/linux-amd64/minio

授权:  
chmod +x minio

启动:  
cd /data/minIO  
./minio server /data/minIO/data/

访问:  
http://192.168.100.23:9000  
minioadmin / minioadmin

MinIO 默认的策略是分享地址的有效时间最多是7天，要突破这种限制，可以在 bucket 中进行策略设置。  
点击对应的 bucket ，edit policy 添加策略 *.*，Read Only，

如此就放开了访问，没有时间限制，同时只需要按  
http:// M I N I O H O S T : \{MINIO\_HOST\}: MINIOHOST:\{MINIO\_PORT\}/ b u c k e t N a m e / \{bucketName\}/ bucketName/\{fileName\}  
则可直接访问资源（不需要进行分享操作）。

示例:  
http://192.168.100.23:9000/tmp/AAAAA.pdf

### 2.1.2. 客户端 ###

安装  
wget https://dl.min.io/client/mc/release/linux-amd64/mc  
chmod +x mc

建立连接:  
./mc alias set minio http://192.168.100.23 minioadmin minioadmin --api s3v4

命令示例  
./mc ls

ls       列出文件和文件夹。
    mb       创建一个存储桶或一个文件夹。
    cat      显示文件和对象内容。
    pipe     将一个STDIN重定向到一个对象或者文件或者STDOUT。
    share    生成用于共享的URL。
    cp       拷贝文件和对象。
    mirror   给存储桶和文件夹做镜像。
    find     基于参数查找文件。
    diff     对两个文件夹或者存储桶比较差异。
    rm       删除文件和对象。
    events   管理对象通知。
    watch    监视文件和对象的事件。
    policy   管理访问策略。
    config   管理mc配置文件。
    update   检查软件更新。
    version  输出版本信息。

官方文档: https://docs.min.io/cn/minio-client-complete-guide.html

## 2.2.架构 ##

![\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WatzPXM6-1610026358995)(./images/minio\_architecture\_diagram.svg)\]][img-WatzPXM6-1610026358995_._images_minio_architecture_diagram.svg]

官方地址: https://min.io/product/overview

## 2.3. MinIO存储桶通知指南 ##

可以使用存储桶事件通知来监视存储桶中对象上发生的事件。 MinIO服务器支持的事件类型是

<table> 
 <thead> 
  <tr> 
   <th align="left">Supported Event Types</th> 
   <th></th> 
   <th></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left"><code>s3:ObjectCreated:Put</code></td> 
   <td><code>s3:ObjectCreated:CompleteMultipartUpload</code></td> 
   <td><code>s3:ObjectAccessed:Head</code></td> 
  </tr> 
  <tr> 
   <td align="left"><code>s3:ObjectCreated:Post</code></td> 
   <td><code>s3:ObjectRemoved:Delete</code></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td align="left"><code>s3:ObjectCreated:Copy</code></td> 
   <td><code>s3:ObjectAccessed:Get</code></td> 
   <td></td> 
  </tr> 
 </tbody> 
</table>

使用诸如`mc`之类的客户端工具通过[`event`子命令][event]设置和监听事件通知。也可以使用MinIO SDK [`BucketNotification` APIs][BucketNotification_ APIs] 。MinIO发送的用于发布事件的通知消息是JSON格式的，JSON结构参考[这里][Link 1]。

存储桶事件可以发布到以下目标：

<table> 
 <thead> 
  <tr> 
   <th align="left">支持的通知目标</th> 
   <th></th> 
   <th></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left"><a rel="nofollow"><code>AMQP</code></a></td> 
   <td><a rel="nofollow"><code>Redis</code></a></td> 
   <td><a rel="nofollow"><code>MySQL</code></a></td> 
  </tr> 
  <tr> 
   <td align="left"><a rel="nofollow"><code>MQTT</code></a></td> 
   <td><a rel="nofollow"><code>NATS</code></a></td> 
   <td><a rel="nofollow"><code>Apache Kafka</code></a></td> 
  </tr> 
  <tr> 
   <td align="left"><a rel="nofollow"><code>Elasticsearch</code></a></td> 
   <td><a rel="nofollow"><code>PostgreSQL</code></a></td> 
   <td><a rel="nofollow"><code>Webhooks</code></a></td> 
  </tr> 
  <tr> 
   <td align="left"><a rel="nofollow"><code>NSQ</code></a></td> 
   <td></td> 
   <td></td> 
  </tr> 
 </tbody> 
</table>

官方文档:  
https://docs.min.io/cn/minio-bucket-notification-guide.html

## 2.4.集成 ##

https://min.io/product/integrations

对飚:  
https://docs.min.io/docs/disaggregated-spark-and-hadoop-hive-with-minio.html  
https://blog.min.io/benchmarking-apache-spark-vs-aws-s3/  
https://blog.min.io/stream-processing-with-apache-flink-and-minio  
https://blog.min.io/running-presto-on-minio-benchmarking-vs-aws-s3/

TCP-H:  
https://cloud.tencent.com/developer/article/1025669

TPC-H是一款面向商品零售业的决策支持系统测试基准，它定义了8张表，22个查询，遵循SQL92。  
TPC-H基准的数据库模式遵循第三范式，叶晓俊教授等学者\[6\]认为“它的数据表数据特征单一(如数据不倾斜) ，  
其数据维护功能仅仅限制了潜在的对索引的过度使用，而没有测试DBMS 执行真实数据维护操作——数据提取、转换和加载(ETL) 功能的能力”。  
同时，新兴的数据仓库开始采用新的模型，如星型模型、雪花模型。TPC-H已经不能精准反映当今数据库系统的真实性能。  
为此，TPC组织推出了新一代的面向决策应用的TPC-DS 基准。

TPC-DS认证现状

TPC-DS以其高标准、高要求得到大家的广泛认知，理应得到广泛的应用，但是到目前为止还没有任何厂商得到TPC官方的认证。究其原因，本文认为：  
传统的数据库厂商，DBMS系统比较成熟，SQL的支持也相当完善，但是其分布式、并行处理能力欠缺，导致其性能很差。所以传统的厂商不愿意发布测试结果。  
新型的计算模型如Map/Reduce、spark，具有较好的并行处理能力，  
但是SQL的兼容性比较差，如HiveSQL、SparkSQL只支持40个SQL，从而也无法发布TPC-DS测试报告。  
尽管如此，各厂商还是通过非TPC官方的途径发布TPC-DS的部分测试结果，以展现其在性能方面的提升。由此可见大家对TPC-DS的程接受度。

## 2.5. 在 html 文件中引用静态资源 ##

## 2.6.Java 客户端 API 操作 ##

### 2.6.1.添加依赖 ###

<dependency>
        <groupId>io.minio</groupId>
        <artifactId>minio</artifactId>
        <version>6.0.13</version>
    </dependency>

### 2.6.2.列出文件 ###

/**
      * 罗列文件
      * @param minioClient
      * @param bucketName
      */
    public void listFile(MinioClient minioClient, String bucketName) throws XmlPullParserException, NoSuchAlgorithmException, InvalidKeyException, IOException {
        try {
            Iterable<Result<Item>> results = minioClient.listObjects(bucketName);
            Iterator<Result<Item>> iterator = results.iterator();
            while (iterator.hasNext()) {
                Item item = iterator.next().get();
                System.out.println(item.objectName() + ", " + item.objectSize() + "B");
            }
        } catch (MinioException e) {
            System.out.println("Error occurred: " + e);
        }
    }

### 2.6.3.上传文件 ###

/**
     * 上传文件
     * @param minioClient 操作客户端
     * @param bucketName 上传的bucket名称 
     * @param objectName 上传后存储在bucket中的文件名
     * @param filePath 上传的本地文件路径
     */
    public void uploadFile(MinioClient minioClient, String bucketName, String objectName, String filePath) throws XmlPullParserException, NoSuchAlgorithmException, InvalidKeyException, IOException {
        try {
            // 若不存在bucket，则新建
            boolean isExist = minioClient.bucketExists(bucketName);
            if (!isExist) {
                minioClient.makeBucket(bucketName);
            }
            // 使用 putObject 上传文件
            minioClient.putObject(bucketName, objectName, filePath, null, null, null, null);
        } catch (MinioException e) {
            System.out.println("Error occurred: " + e);
        }
    }

### 2.6.4.下载文件 ###

/**
     * 下载文件
     *
     * @param minioClient 操作客户端
     * @param bucketName 上传的bucket名称 
     * @param objectName 上传后存储在bucket中的文件名
     * @param downloadPath 下载文件保存路径
     */
    public void downloadFile(MinioClient minioClient, String bucketName, String objectName, String downloadPath) throws XmlPullParserException, NoSuchAlgorithmException, InvalidKeyException, IOException {
        File file = new File(downloadPath);
        try (OutputStream out = new FileOutputStream(file)) {
            InputStream inputStream = minioClient.getObject(bucketName, objectName);
            byte[] tempbytes = new byte[1024];
            int byteread = 0;
            while ((byteread = inputStream.read(tempbytes)) != -1) {
                out.write(tempbytes, 0, byteread);
            }
        } catch (MinioException e) {
            System.out.println("Error occurred: " + e);
        }
    }

### 2.6.5.删除文件 ###

使用removeObject即可。

minioClient.removeObject(bucketName, objectName);

### 2.6.6.代码示例 ###

代码操作:  
https://docs.min.io/cn/java-client-quickstart-guide.html  
https://docs.min.io/cn/java-client-api-reference.html

https://github.com/BoYiZhang/my-example/edit/master/minio-simple-demo/src/main/java/me/mason/demo/minio/FileManager.java  
https://my.oschina.net/mianshenglee/blog/3215488

## 2.7. 生态扩展 ##

## 2.8. 探探案例分享 ##

https://blog.csdn.net/RA681t58CJxsgCkJ31/article/details/102480036

# 三.ozone #

官网 : https://ozone.apache.org/  
git 地址: https://github.com/apache/ozone ( star 273 , fork 170 , contributors 96 )

## 3.1.介绍 ##

Ozone 是 Apache Hadoop 社区的新一代分布式存储系统，它的出现满足了大量小文件的存储问题，解决了 Hadoop 分布式文件系统在可扩展性上的缺陷。作为 Hadoop 生态圈的一款新的对象存储系统，能够支持百亿甚至千亿级文件规模的存储。

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4vKsRG4U-1610026359007)(./images/ozone.png)\]

Ozone 1.0.0 除了支持 Hadoop Compatible FileSystem、Hadoop 2.x 以及 Hadoop3.x 环境，还兼容 Hadoop 生态的 Kerberos 认证体系，支持数据的用户无感知加密存放和 Ranger 授权集成、GDPR “Right to Erasure”以及网络构架感知。1.0.0 意味着该系统已经具备在大规模生产环境下实际部署的能力。

值得一提的是，根据腾讯介绍，腾讯云大数据团队在 Ozone 项目上主导完成了集群网络拓扑感知的开发，以及数据写入 Multi-Raft Pipeline 功能的开发。同时，主导的 StorageContainerManager(SCM) 高可用 HA 功能也正在开发中。

以集群网络拓扑感知来说，在传统的大数据构架下，有了网络拓扑结构，计算引擎的调度器可以将任务调度到离数据最近的节点来获取“数据的局部性”。即便是新兴的计算存储分离构架，同样也需要集群网络拓扑信息，来保证数据的故障容错能力和高可用性。

腾讯团队 Ozone 项目负责人陈怡介绍，在 Ozone 的 Alpha 版本发布后，腾讯内部的大数据平台上线了 Ozone 生产集群，承接了一部分业务的数据存储。随着数据服务体量的增加，逐渐发现 Ozone 写入性能显现出了一定的波动和瓶颈。基于这个发现，腾讯 Ozone 项目组设计并开发了数据写入 Multi-Raft Pipeline 功能，显著提升了 Ozone 的写入吞吐量和性能。

为了确保 Ozone 和 Hive、Spark 与 Impala 等计算框架的无缝对接，Ozone 1.0.0 与这几大平台进行了集成测试，TPC-DS 的测试表明，在 100GB 和 1TB 两种数据量大小下，Ozone 总体比 HDFS 有 **3.5%** 的优势。

## 3.2. 安装 ##

aws s3api --endpoint http://127.0.0.1:9878 create-bucket --bucket=wordcount

docker run -p 9878:9878 -p 9876:9876 apache/ozone

http://localhost:9876/\#!/

docker ps

docker exec -it 2da8f74323a3 /bin/bash

ozone fs -mkdir -p /tmp/test  
ozone fs -put README.md /tmp/test  
ozone fs -ls /tmp/test  
ozone fs -cat /tmp/test/README.md

## 3.3.Ozone的设计原则 ##

Ozone 由一群对大规模Hadoop集群有着丰富运维和管理经验的工程师和构架师设计和实现。他们对大数据有深刻的洞察力，清楚的了解HDFS的优缺点，这些洞察力自始自终影响了Ozone的设计和实现。Ozone的设计遵循一下原则：

*  强一致性  
    构架简洁性：  
    当系统出现问题时，一个简单的架构更容易定位，也容易调试。Ozone尽可能的保持架构的简单，即使因此需要可扩展性上做一些妥协。但是在Ozone在扩展性上绝不逊色，目标是支持单集群1000亿个对象。
 *  构架分层  
    Ozone 采用分层的文件系统。Namespace 元数据的管理，数据块和节点的管理分开。用户可以对二者独立扩展。
 *  容易恢复  
    HDFS 一个关键优点是，它能经历大的灾难事件，比如集群级别的电力故障，而不丢失数据, 并且能高效的从灾难中恢复。对于一些小的故障，比如机架和节点级别的故障，更是不在话下。Ozone 将继承 HDFS 的这些优点。
 *  Apache开源  
    Apache 社区开源对于 Ozone 的成功非常重要。所有 Ozone 的设计和实现都在社区中进行，接受社区所有人的 Review。
 *  和Hadoop生态的互操作性  
    Ozone 可以被 Hadoop 生态中的应用，如 Apache Hive、Apache Spark 和 Mapreduce 无缝对接。Ozone 支持 Hadoop Compatible FileSystem API (aka OzoneFS)。通过 OzoneFS， Hive，Spark 等应用不需要做任何修改，就可以运行在 Ozone上 。Ozone 同时支持 Data Locality，使得计算能够尽可能的靠近数据。

## 3.3. 架构 ##

![\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iKb5stxG-1610026359010)(./images/ozone.png)\]][img-iKb5stxG-1610026359010_._images_ozone.png]

https://mp.weixin.qq.com/s/32ZjcEsDypspIKU\_AKLfmQ

安装:  
https://www.cnblogs.com/ronnieyuan/p/11982671.html

## 3.3. 杂谈 ##

不务正业 : https://developer.aliyun.com/article/758851

# 四. 阿里OSS #

## 4.1 简介 ##

海量、安全、低成本、高可靠的云存储服务，提供99.9999999999%(12个9)的数据持久性。使用RESTful API 可以在互联网任何位置存储和访问，容量和处理能力弹性扩展，多种存储类型供选择全面优化存储成本。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW5nbG9uZ180NDQ0_size_16_color_FFFFFF_t_70]

## 4.2. 报价 ##

https://cn.aliyun.com/product/oss

[img-WatzPXM6-1610026358995_._images_minio_architecture_diagram.svg]: /images/20221119/22a1f4d03adf4ceb97b9da822fbcc980.png
[event]: https://docs.min.io/cn/minio-client-complete-guide#events
[BucketNotification_ APIs]: https://docs.min.io/cn/golang-client-api-reference#SetBucketNotification
[Link 1]: https://docs.aws.amazon.com/AmazonS3/latest/dev/notification-content-structure.html
[img-iKb5stxG-1610026359010_._images_ozone.png]: /images/20221119/2bee0af04611418aaba871af6b26c8f2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW5nbG9uZ180NDQ0_size_16_color_FFFFFF_t_70]: /images/20221119/64d547aeacae40e795891a0658d059dd.png