摘要：介紹了一套基于云計算(cloud computing)技術(shù)的數(shù)據(jù)應(yīng)用平臺系統(tǒng)設(shè)計方案。該系統(tǒng)由多組服務(wù)器集群組成，可提供數(shù)據(jù)存儲、備份和并行運算服務(wù)。并可采用虛擬化應(yīng)用端與分布式(Hadoop)技術(shù)相結(jié)合的方式為用戶提供高容量和異構(gòu)應(yīng)用存儲系統(tǒng)，以便結(jié)合iSCSI協(xié)議在硬件層獲得更靈活的部署。
關(guān)鍵詞：虛擬化；數(shù)據(jù)處理；分布式存儲；云計算

0 引言
    通過FreeBSD系統(tǒng)搭建開源的Hadoop存儲應(yīng)用基礎(chǔ)，依托在服務(wù)器虛擬化(VMware)的平臺上進行運行，這樣能夠擁有更快、更穩(wěn)定、更安全的硬件保障，使用iSCSI技術(shù)，盡可能降低存儲部署成本。本系統(tǒng)利用VMware虛擬化平臺將服務(wù)器硬件存儲資源進行整合，通過建立Lun將服務(wù)器的磁盤陣列進行劃分，組成多個磁盤邏輯，然后通過在Lun上安裝FreeBSD操作系統(tǒng)及搭建iSCSI服務(wù)器端，使得存儲硬件資源能夠靈活地應(yīng)用在Hadoop系統(tǒng)中。Hadoop將部署在虛擬化硬件平臺上構(gòu)成一個分布式的文件系統(tǒng)，通過WebDAV協(xié)議建立與客戶端服務(wù)器的應(yīng)用通信。用戶可以通過訪問客戶端服務(wù)器，將文件通過WebDAV以HTTPS方式傳輸?shù)紿adoop存儲集群中保存。
    該平臺的設(shè)計充分利用了虛擬化與分布式技術(shù)的特點，采用多層次的模塊化應(yīng)用將整個存儲系統(tǒng)從硬件架構(gòu)到軟件應(yīng)用方式都變得靈活和易擴展，同時又因為虛擬化與分布式技術(shù)本身的安全特性，系統(tǒng)在數(shù)據(jù)安全性上具有先天優(yōu)勢，從而實現(xiàn)數(shù)據(jù)存儲服務(wù)的低成本部署。

1 系統(tǒng)設(shè)計原理
    存儲系統(tǒng)采用底層云存儲技術(shù)與應(yīng)用層iSCSI技術(shù)來為用戶提供跨系統(tǒng)應(yīng)用平臺支持。其工作原理如圖1所示。

    系統(tǒng)首先由多臺數(shù)據(jù)存儲服務(wù)器通過iSCSI網(wǎng)絡(luò)構(gòu)成一個龐大的數(shù)據(jù)存儲服務(wù)集群，每一臺數(shù)據(jù)服務(wù)器的配置是相同的。當(dāng)數(shù)據(jù)達到存儲池飽和狀態(tài)時，可以將同樣配置的服務(wù)器加入到這個存儲網(wǎng)絡(luò)中，在不改變原有系統(tǒng)運行狀態(tài)下實現(xiàn)擴容。
    系統(tǒng)采用VMware ESXi Server虛擬系統(tǒng)作為應(yīng)用服務(wù)器集群底層系統(tǒng)，各應(yīng)用服務(wù)器系統(tǒng)可在VMware虛擬系統(tǒng)之上建立邏輯上的關(guān)聯(lián)。  VMware允許多個操作系統(tǒng)并行運行于一臺高性能服務(wù)器之上和多個高性能服務(wù)器運行同一任務(wù)，同時通過網(wǎng)絡(luò)對操作系統(tǒng)進行備份和管理，能夠依據(jù)應(yīng)用服務(wù)使用狀況對操作系統(tǒng)實施遷移和復(fù)制，從而擴大網(wǎng)絡(luò)應(yīng)用處理帶寬。
    在VMware層上安裝FreeBSD系統(tǒng)平臺搭建Hadoop分布式存儲系統(tǒng)，Hadoop系統(tǒng)能將數(shù)據(jù)同時分割成許多小塊和備份，通過點播服務(wù)器(NameNode)存放于不同的數(shù)據(jù)存儲服務(wù)器中。在Hadoop系統(tǒng)中，會有一臺Master，主要負責(zé)NameNode的工作以及JobTracker的工作。Job Tracker的主要職責(zé)就是啟動、跟蹤和調(diào)度各個Slave的任務(wù)執(zhí)行。還會有多臺Slave，每一臺Slave通常具有DataNode的功能并負責(zé)Task Tracker的工作。TaskTracker根據(jù)應(yīng)用要求來結(jié)合本地數(shù)據(jù)執(zhí)行Map任務(wù)以及Reduce任務(wù)。
    在NameNode上部署WebDAV應(yīng)用，實現(xiàn)應(yīng)用服務(wù)器對存儲資源的通信，從而讓用戶調(diào)用Hadoop上的數(shù)據(jù)。WebDAV(Web-based Distributed Authoring and Versioning)是基于HTTP 1．1的一個通信協(xié)議。它為HTTP 1．1添加了一些擴展(就是在GET、POST、HEAD等幾個HTTP標準方法以外添加了一些新的方法)，使得應(yīng)用程序可以直接將文件寫到Web Server上，從而替代傳統(tǒng)的FTP傳輸文件模式。

2 系統(tǒng)關(guān)鍵技術(shù)實現(xiàn)
    存儲平臺通過在Hadoop上部署WebDAV，可實現(xiàn)客戶端(應(yīng)用服務(wù)器)對服務(wù)器端(Hadoop節(jié)點服務(wù)器)的復(fù)制和移動文件，并可進行多用戶同時讀取一個文件等操作。
    實施步驟(以四臺服務(wù)器為例，結(jié)合局域網(wǎng)內(nèi)DNS服務(wù)器)：
    第一步：Hadoop環(huán)境搭建使用Hadoop的用戶，機器名和IP依次為域名vc1(192．168．1．1)，域名vc2(192．168．1．2)，域名vc3(19 2．168．1．3)和域名vc4(192．168．1．4)。這是因為四臺機器中vc3作為Hadoop的Namenode，其他的作為Datanode。
    詳細環(huán)境配置介紹如下：
    Hadoop版本為0．20．2；
    JDK版本為1．6．0；
    操作系統(tǒng)為FreeBSD8．0(最小化安裝)。
    ve3(192．168．1．3)是NameNode(Master)，其他三臺作為DateNode(slave)．
    Hadoop是Java語言編寫的機群程序，它的安裝是建立在ssh和JDK之上的，所以在配置Hadoop之前首先要對系統(tǒng)進行ssh和JDK的安裝與配置。
    (1)通過ssh來實現(xiàn)Hadoop節(jié)點之間用戶的無密碼訪問
    ①在各個節(jié)點的／etc／hosts文件中添加節(jié)點IP及對應(yīng)機器名，并在各個節(jié)點上建立相同用戶名與密碼的賬戶。
    修改／etc／hosts文件如下：
    192．168．1．1 vc1
    192．168．1．2 vc2
    192．168．1．3 vc3
    192．168．1．4 vc4
    修改成功后就可以實現(xiàn)IP地址與機器名的對應(yīng)解析。
    在各個節(jié)點建立用戶名為Hadoop，密碼為123456的用戶。[!--empirenews.page--]
    ②實現(xiàn)節(jié)點間通過ssh無密碼訪問。

    ③測試是否配置成功。
    通過ssh+機器名命令測試能否無密碼訪問其他計算機，如果無密碼訪問，則配置成功。
    例：vc1使用ssh vc3是否能無密碼訪問vc3，vc3使用ssh vc1是否能無密碼訪問vc1(其他主機方法類似)?
    (2)JDK的安裝
    在這里利用ports安裝JDK。在安裝時要先下載如下幾個文件：

    下載設(shè)置環(huán)境變量，修改／etc／profile文件。在該文件中添加如下代碼：

    保存后鍵入命令：
    source／etc／profile
    使環(huán)境變量設(shè)置生效。
    安裝好JDK后可以通過which命令來測試JDK是否安裝成功：
    which java
    若是第一種方法，則顯示信息如下：
    ／usr／local／jdk1．6．0／bin／java
    若是第二種方法，則顯示信息如下：
    ／usr／java／jkd1．6．0_12／bin／java
    (3)進行Hadoop的安裝和配置。
    下載hadoop-0．20．2．tar．gz到／home／hadoop目錄，并解壓：
    tar-vxzf hadoop-0．20．2．tar．gz／／解壓hadoop到當(dāng)前目錄
    解壓完后進入／home／hadoop／hadoop-0．20．2／conf目錄進行配置。
    [!--empirenews.page--]

    配置文件修改完畢后格式化NameNode(運行Hadoop之前必須先進行格式化)，進入／home／hadoop／hadoop-0．20．2／目錄，命令如下：
    ．bin／hadoop namenode-format
     格式化完畢后就可以運行Hadoop了，命令如下：
    ．／bin／start-a11．sh ／／在／home／hadoop／hadoop-0．20．2／目錄下運行
    如果要停止運行如下命令：
    ．／bin／stop-a11．sh ／／在／home／hadoop／hadoop-0．20．2／目錄下運行
    到此，Hadoop的配置已經(jīng)完成了。
    第二步：WebDAV部署
    (1)修改配置
    修改hdfs-webdav．war里面的WEB-INF／classes／hadoop-site．xml。
    修改fs．default．name屬性，以確定hdfs-webdav要連接的hadoopNameNode Server。示例：
    <property>
    <name>fs．default．name<／name>
    <value>hdfs：／／192．168．52．129：9000／<／value>
    <description>namenode<／description>
    <／property>[!--empirenews.page--]
    (2)替換hadoop-xxxx-core．jar版本
    由于hadoop有自己的rpc遠程調(diào)用實現(xiàn)，并且各個版本間可能不兼容(0．17．X與0．18．x之間就不兼容)，所以需要將WEB-INF／lib／ha doop-XXXX-core．jar的版本與NameNode Server的版本一致，現(xiàn)war自帶的是hadoop-0．18．1-core．jar的版本。
    (3)部署至tomcat
    以上修改完，將war包部署至tomcat或是jboss中，部署在其它服務(wù)器中時需要tomcat的catalina．jar與tomcat-coyote．jar，拷貝至WEB-INF／lib目錄，因為現(xiàn)在項目是從tomcat的WebdavServlet中修改而來的。
    (4)測試是否部署成功
    訪問http：／／localhost：8080／hdfs-webdav
    第三步：webdav客戶端訪問
    實現(xiàn)webdav的hdfs可以映射為windows或是linux本地文件夾。
    (1)window網(wǎng)上鄰居訪問
    打開“網(wǎng)上鄰居”，添加網(wǎng)上鄰居，在“請鍵入網(wǎng)上鄰居的位置”中輸入Web文件夾的URL。
    http：／／loealhost：8080／hdfs-webdav
    然后按照向?qū)У奶崾纠^續(xù)下一步就可以了。
    (2)Linux mount WebDav為本地文件系統(tǒng)
    linux下想要mount WebDAV server為本地文件系統(tǒng)，必須要使用davfs2，項目網(wǎng)址為http：／／day．sourceforge．net／。
    安裝davfs2請使用編譯安裝。
    davfs2編譯時依賴于neon，neon是一個WebDAV client library．neon網(wǎng)址為http：／／www．webdav．org／neon／。
    dsvfs2在mount時會使用fuse或是coda這兩個文件系統(tǒng)，其中一個文件系統(tǒng)linux一般都有自帶，davfs2在mount時會首先嘗試使用fuse，失敗時再使用coda。
    但在CentOs中使用coda時發(fā)生如下錯誤，所以后面安裝fuse，fuse網(wǎng)址為http：／／fuse．sourceforge．net／。
    ／sbin／mount．davfs：no free coda device to mount
    ／sbin／mount．davfs：trying fuse kernel file system
    ／sbin／mount．davfs：can‘t open fuse device
    (3)neon，davfs2，fuse編譯安裝
    項目的linux_mount_lib目錄自帶如下三個包：
    ①運行．／configure；
    ②運行make；
    ③運行make install。
    運行davfs2的mount命令
    在mount之前，davfs2需要創(chuàng)建davfs2用戶及用戶組
    [root@datacenter5 usr]# mkdir／data／hdfs
    [root@datacenter5 usr]# groupadd davfs2
    [root@datacenter5 usr]# useradd-g davfs2 davfs2
    [root@datacenter5 usr]# mount．davfshttp：／／192．168．55．104：8080／hdfs-webdav／data／hdfs

3 系統(tǒng)應(yīng)用拓補分析
    基于服務(wù)器虛擬化(VMware)系統(tǒng)，制作出的云存儲陣列，其中云主機控制云系統(tǒng)內(nèi)的服務(wù)器集群，進行數(shù)據(jù)的寫入與讀出，由云主機提供的API接口(主要是WebDAV協(xié)議，也可采用其他協(xié)議)進行與客戶應(yīng)用服務(wù)器之間的數(shù)據(jù)存儲、數(shù)據(jù)備災(zāi)、數(shù)據(jù)應(yīng)用，這樣能夠盡可能地利用云的效率，如圖2所示。

    在圖2中，系統(tǒng)應(yīng)用主要分為存儲服務(wù)與應(yīng)用服務(wù)兩部分。存儲服務(wù)主要以Hadoop系統(tǒng)為主，通過應(yīng)用服務(wù)中的局域網(wǎng)DNS構(gòu)建頭節(jié)點與存儲節(jié)點關(guān)系。WebDAV部署在頭節(jié)點服務(wù)器上，通過建立映射可在Windows或Linux系統(tǒng)上建立本地文件夾，從而實現(xiàn)為應(yīng)用服務(wù)器提供存儲服務(wù)功能。

4 結(jié)論
    本系統(tǒng)通過集群應(yīng)用、網(wǎng)格技術(shù)或分布式文件系統(tǒng)等功能，將網(wǎng)絡(luò)中大量各種不同類型的存儲設(shè)備通過應(yīng)用軟件集合起來協(xié)同工作，共同對外提供數(shù)據(jù)存儲和業(yè)務(wù)訪問功能。通過虛擬化技術(shù)將iSCSI與云存儲系統(tǒng)結(jié)合，為大型企業(yè)和機構(gòu)提供異地數(shù)據(jù)存儲服務(wù)，并且通過云存儲系統(tǒng)平臺為企業(yè)提供跨平臺服務(wù)應(yīng)用解決方案，實現(xiàn)了部署靈活、可擴展性和安全性高的特點，從而降低了數(shù)據(jù)存儲、應(yīng)用和維護成本。