TFS（TaobaoFileSystem）是一个高可扩展、高可用、高性能、面向互联网服务的分布式文件系统，其设计目标是支持海量的非结构化数据。
目前，国内自主研发的文件系统可谓凤毛麟角。淘宝在这一领域做了有效的探索和实践，TaobaoFileSystem（TFS）作为淘宝内部使用的分布式文件系统，针对海量小文件的随机读写访问性能做了特殊优化，承载着淘宝主站所有图片、商品描述等数据存储。
文章首先概括了TFS的特点：最近，淘宝核心系统团队工程师楚材（李震）在其官方博客上撰文（《TFS简介》，以下简称文章）简要介绍了TFS系统的基本情况，引起了社区的关注。
完全扁平化的数据组织结构，抛弃了传统文件系统的目录结构。
在块设备基础上建立自有的文件系统，减少EXT3等文件系统数据碎片带来的性能损耗。
单进程管理单块磁盘的方式，摒除RAID5机制。
带有HA机制的中央控制节点，在安全稳定和性能复杂度之间取得平衡。
尽量缩减元数据大小，将元数据全部加载入内存，提升访问速度。
跨机架和IDC的负载均衡和冗余安全策略。
完全平滑扩容。
当前，TFS在淘宝的应用规模达到“数百台PCServer，PB级数据量，百亿数据级别”，对于其性能参数，楚材透漏：
TFS在淘宝的部署环境中前端有两层缓冲，到达TFS系统的请求非常离散，所以TFS内部是没有任何数据的内存缓冲的，包括传统文件系统的内存缓冲也不存在......基本上我们可以达到单块磁盘随机IOPS（即I/Opersecond）理论最大值的60%左右，整机的输出随盘数增加而线性增加。TFS的逻辑架构图1如下所示：
图1. TFS逻辑架构图（来源：淘宝核心系统团队博客）
楚材结合架构图做了进一步说明：
TFS尚未对最终用户提供传统文件系统API，需要通过TFSClient进行接口访问，现有JAVA、JNI、C、PHP的客户端
TFS的NameServer作为中心控制节点，监控所有数据节点的运行状况，负责读写调度的负载均衡，同时管理一级元数据用来帮助客户端定位需要访问的数据节点
TFS的DataServer作为数据节点，负责数据实际发生的负载均衡和数据冗余，同时管理二级元数据帮助客户端获取真实的业务数据。
评论