面向对象存储系统NLOV_齐路
北京交通大学操作系统讲义
现代操作系统
陈向群等译
机械工业出版社
7/15/2021
北京交通大学操作系统
教材内容删减说明
第三章 处理机调度与死锁
➢ 3.3 实时调度 ➢ 3.4 多处理机系统中的调度
第五章 设备管理
➢ 5.6 磁盘存储器管理
第八章 网络操作系统 第九章 系统安全性
7/15/2021
北京交通大学操作系统
课程主要内容及教学安排
保护模式内存管理
➢ 内存寻址（分段寻址技术；逻辑地址14+32） ➢ 地址变换（分段[段选择符→段描述符] + 分页） ➢ 内存保护（全局/局部描述符表、特权级）
中断和异常处理
➢ 中断向量与中断描述符表、中断源与异常源
任务管理（任务状态段） 任务切换与过程调用不同！
7/15/2021
北京交通大学操作系统
1.1 什么是操作系统
1.1.1 操作系统的地位和目标 1.1.2 操作系统的作用 1.1.3 操作系统的组成及层次模型 1.1.4 操作系统的定义 1.1.5 操作系统举例
7/15/2021
北京交通大学操作系统
操作系统的作用(1) 用户与计算机硬件系统之间的接口
命令方式（操作系统外壳）
➢ 面向一般用户 ➢ 命令行/菜单式/命令脚本式/图形用户接口
操作系统其它硬件基础举例说明
内存地址空间布局、基本输入输出系统BIOS CMOS存储器与实时时钟RT I/O端口寻址和访问控制方式
➢ 主要使用独立编址方式，部分使用统一编址方式
中断控制器Intel 8259A、定时计数器Intel 8254 DMA控制器Intel 8237A、键盘控制器Intel 8042 串行控制卡RS-232标准 显示卡MDA/CGA/EGA/VGA 软盘控制器和硬盘控制器
ptx 阅读笔记
ptx 阅读笔记PTX (Parallel Thread Execution) 是NVIDIA GPU 架构上的一种中间代码表示，用于CUDA (Compute Unified Device Architecture) 编程模型。
PTX 代码在编译过程中由高级语言（如C/C++ 或CUDA C/C++）生成，并在GPU 上执行。
这种代码形式为程序员提供了一种灵活性，允许他们查看和理解GPU 如何执行他们的代码，同时也为优化提供了空间。
阅读笔记1. 线程层级：合作线程阵列(Cooperative Thread Array, CTA): CTA 是CUDA 中的一个基本执行单元，由一组线程组成，这些线程协同工作以执行一个特定的任务。
线程阵列网格(Thread Array Grid): 这是一个更大的结构，包含多个CTA。
网格用于组织和管理在GPU 上执行的多个任务。
2. 内存层级：GPU 的内存层级包括全局内存、常量内存、纹理内存、共享内存和私有内存。
了解这些内存类型的特性和使用方式对于优化GPU 代码至关重要。
3. PTX 机器模型：一组带有片上共享内存的SIMT (单指令多线程) 多处理器：这是GPU 的硬件结构，其中每个多处理器包含多个流处理器，每个流处理器可以独立执行一个线程。
共享内存是这些流处理器之间的通信方式。
4. 语法：PTX 代码由操作指令和操作数组成。
每个PTX 代码都以`.version` 开头，表示PTX 的版本。
PTX 代码对大小写敏感，并且`#` 符号用于预编译指令，这与C 语言相似。
总结：PTX 提供了GPU 编程的一个底层视角，允许程序员更深入地理解他们的代码如何在GPU 上执行。
通过理解线程层级、内存层级和PTX 语法，程序员可以更好地优化他们的GPU 代码，从而提高性能。
此外，PTX 也为GPU 架构的研究和开发提供了有价值的工具。
分布式存储系统中动态主机发现协议的设计与实现——针对交埘治女卡口的应用
快 速 收敛 。 纯 对 等 模 式很 难 实现 快 速 收 敛 ，因 此 主机 信 息 的汇 总 和分 发 应采 用 Ｃ Ｓ模 式 ，即 有专 ／ 门主 机 负责 信 息汇 总 、轮 询 ，及 时 发 现 并 通 告 不
可达 主机 。 负责 信 息汇 总 的主 机 被称 为 “ 根主 机 ”
（ 简称根 ） “ 份根 主机 ” 和 备 。由于 根除 了信 息汇 总 、
通 告 外 ，还 要 承 担 卡 口监 控 任 务 ，故 一般 由性 能 高 且 负荷轻 的主机 担任 。
１ 广播 与单播 ） 为 了实 现 主机 间相 互 发现 ，最 简 单 的方 法 是
４ Ｄ Ｄ 协议 的状态机 实现 Ｈ Ｐ
ＤＨ Ｕ） ＤＰ ；若 依 概 率 Ｐ选 择 不 广 播 ，则 会 启动 定
时 器 ， 等待 其 他 节 点 的 报 文 ，若 超 时 后 未 收 到报
文 则 会 重 新 尝 试 广播 。在 概 率 Ｐ取 值 合 理 的情 况 下 ，网络 中 只有 少 数 主 机 会 发 送 广播 ，在 实 现协 议 计算 的 同时广播 得 到 了有效 抑制 。Ｐ坚持 算法 结 合 定 时 器 的设 计 还 可 以在 新 主机 在 加 入 已收 敛 的 网络 时 完成协 议计 算 的触发 。
文 ，因此 Ｄ Ｐ协议 报格 式如 图 ４所 示 。 ＨＤ
于现 有 系统实 现分布 式 存储 的解决 方法 。
１ 第 一 代 高 清 卡 口系统 的 运行 现 状
及 问题
目前 此类 系 统 中主要 为 第一 代 高 清卡 口系统 ，
是 按 照 早 期 交 通 测 速 抓 拍 标 准设 计 ，经过 多年 运
行后 逐渐 暴 露 出 了问题 。 由于 早期 网络 覆 盖率 低 ， 卡 口系统 被 设 计 为 单 机 运 行 、人 工 现 场 管理 的模 式 。 目前公 安 网 的覆 盖率 有 了
Alluxio - 开源AI和大数据存储编排平台
Alluxio - 开源AI和大数据存储编排平台Alluxio是一个开源的AI和大数据存储编排平台，它提供了一个统一的数据访问层，使各种不同的存储系统和计算框架能够快速、高效地协同工作。
本报告将介绍Alluxio的架构、优势、应用场景以及未来发展方向。
Alluxio架构：Alluxio由三个核心组件组成：Alluxio Master、Alluxio Worker和Alluxio Client。
Alluxio Master负责管理集群元数据信息，维护文件系统的命名空间和文件对应的块信息，以及对文件的访问权限进行管理。
Alluxio Worker则负责存储数据块，并通过Alluxio Client提供访问服务。
Alluxio Client则为应用程序提供一个统一的文件系统接口，使得应用程序可以无感知地访问Alluxio中的数据。
Alluxio优势：Alluxio的主要优势在于其高性能和灵活的存储架构。
Alluxio作为一个统一的数据访问层，可以将不同的存储系统整合起来，使得不同的计算框架可以快速地访问这些数据。
此外，Alluxio也具备自动数据缓存、数据预取、数据过期以及数据访问优化等特性，使得数据访问更加高效，提升了应用程序性能。
Alluxio应用场景：Alluxio可以广泛应用于各种大数据场景中。
比如，对于数据仓库场景，在Alluxio中使用分布式存储可以有效地提高数据仓库的可用性以及查询速度。
在机器学习和人工智能的场景中，Alluxio可以对存储层进行优化，提升训练和推理的效率。
在实时分析的场景中，Alluxio可以加速数据的访问和处理速度，提高实时分析的响应速度。
Alluxio未来发展方向：Alluxio在未来的发展中，将会加强对数据湖和云计算的支持，构建一个完整的大数据存储和计算生态系统。
同时，Alluxio将会深度结合统计学习库、深度学习框架以及机器学习平台等技术，提供更加丰富的AI和大数据处理服务。
基于CPLD的LVDS数据传输系统的设计与研究
传输过程 中可能会出现短 时间 （ 小于 ５ ） ）的失锁 ，所 （ Ｓ Ｘ 以本 方案 中特 地 引入了 ＦＦ ＩＯ芯 片 ＩＴ ２ ２ １ Ｄ ７Ｖ ４ ，从 存储器 读取的数据先写入 Ｆ Ｏ，在确认 系统同步的情况下 ，再将 Ｉ Ｆ ＦＦ ＩＯ中数据读 出赋给 串化器。从而确保数据 的有效性 ，且 保证 了数 据高速 传输 的不 间断 性。可 见，在 发送模 块 中， 通过 Ｃ Ｌ Ｐ Ｄ控制 ＦＦ ＩＯ芯片 的读 写操作 是实现 Ｌ Ｓ高速 ＶＤ 传输且不丢失有效数据的关键。
４ 仿 真结果
ｄ ｖ ｓ ｄｈｇ — ｐ ｅ ｄ ｐｉｅｅ ｕ ｉ ｒｆｒ ｅｂ ｓｄｔａ ｓ ｓｏ ｓｅ ｔｅｉｔ ｄ ｃｉｎｏ ｉ Ｉ Ｏ （ＩＯ）ａ ａｄ ｔ ｉ ａ ｒ ｅ ｉｈ ｓｅ ｄａａ ｔ ｑ ａ ｚ ａｅ ｎｍｉ ｉｎｓ ｔｍ，ｈ ｎｒ ｕ ｔ ｆ ｈｐＦＦ Ｆ Ｆ ｎ ｖ ｌ ｅ ｏｔ ｈ ｒ ｓ ｙ ｏ ｏ ｃ ｓ ａａ
ＮＵＣ．Ｔａ ｕ ｎ０ ０ ５ ，Ｃ ｉａ ｉ ａ ３ ０ １ ｈｎ ） ｙ
Ａｂ ｔ ａ ｔ Ｉ ｒ ｅ ｏ ｓ ｌ ｅ ｔ ｅ ｈ ｇ －ｓ ｅ ｄ ｓ ｎ ｌ ｒ ｃ ｓｉ ｇ ａ ｄ ｔ ｎ ｍ ｓ ｏ ｏ ｔ ｎ ｃ ｓｉ ａａｔａ ｓ ｒｓ ｅ ｄ ｄｓ ｎ ｅ ｓｒ ｃ ： ｎ ｏ ｄ ｒｔ ｏｖ ｈ ｉｈ — ｅ ｉ ａ ｏ ｅｓ ｎ ａ ｓ ｓ ｎ ｂ ｔ ｅ ｅ ｋ ｎ ｄ ｔ ｒ ｆ ｐ ｅ ｉ ａ ｃ ｐ ｇ ｐ ｎ ｒ ｉ ｉ ｌ ｎ ｅ ｔ ｐ ｏ ｌｍｓ ａ ＣＰ Ｄ — ａｅ ｉ ｈ ｓ ｅ ｄ Ｌ ｒｂｅ ， Ｌ ｂ ｓ ｄ ｈ ｇ — ｐ ｅ ＶＤＳ ｂ ｓｄ ｔ ｒｎ ｆｒｓ ｓｅ ｉ ｄ ｓ ｎ ｄ ｏ ｓｒ ｃｅ ｉ ｄ ｏ ＶＤＳ ｃ ｉ ｓ ｕ ａ ａ ｔ ｓｅ ｙ ｔｍ ｓ ｅｉ ｅ ，ｃ ｎ ｔｕ ｔ ｄ ａｋ ｎ ｆＬ ａ ｇ ｈｐ
Cache
地址分为两部分
低w位唯一标识了块中的某个字或字节 高s位标识主存储器的块号 高s位分为s-r位的Cache标识以及r位的Cache行号
S.J.T.U.
直接映射 — Cache组织图 组织图
受芯片和电路板面积的限制
S.J.T.U.
Cache容量比较 容量比较
Processor IBM 360/85 PDP-11/70 VAX 11/780 IBM 3033 IBM 3090 Intel 80486 Pentium PowerPC 601 PowerPC 620 PowerPC G4 IBM S/390 G4 IBM S/390 G6 Pentium 4 IBM SP CRAY MTAb Itanium SGI Origin 2001 Itanium 2 IBM POWER5 CRAY XD-1 Type Mainframe Minicomputer Minicomputer Mainframe Mainframe PC PC PC PC PC/server Mainframe Mainframe PC/server High-end server/ supercomputer Supercomputer PC/server High-end server PC/server High-end server Supercomputer Year of Introduction 1968 1975 1978 1978 1985 1989 1993 1993 1996 1999 1997 1999 2000 2000 2000 2001 2001 2002 2003 2004 L1 cachea 16 to 32 KB 1 KB 16 KB 64 KB 128 to 256 KB 8 KB 8 KB/8 KB 32 KB 32 KB/32 KB 32 KB/32 KB 32 KB 256 KB 8 KB/8 KB 64 KB/32 KB 8 KB 16 KB/16 KB 32 KB/32 KB 32 KB 64 KB 64 KB/64 KB L2 cache — — — — — — 256 to 512 KB — — 256 KB to 1 MB 256 KB 8 MB 256 KB 8 MB 2 MB 96 KB 4 MB 256 KB 1.9 MB 1MB L3 cache — — — — — — — — — 2 MB 2 MB — — — — 4 MB — 6 MB 36 MB — S.J.T.U.
RSSP-I 铁路信号安全通信协议
Cyclic Redundancy Check
循环冗余码校验，以循环码为基 础，用于保护报文免受数据损坏的 影响
LFSR Linear Feedback Shift Register 线性反馈移位寄存器
V1.0
RSSP-I 铁路信号安全通信协议
第4页
~<
使用 LFSR 的左移位运算符
~>
使用 LFSR 的右移位运算符
V1.0
RSSP-I 铁路信号安全通信协议
第5页
2. 参考结构
2.1 综述
2.1.1.1 封闭式网络在 GB/T 24339.1 中定义为：―连接的设备数量固定或最大数 量固定，有已知且固定的特性的传输系统，对于此系统可以忽略非法访问的风 险。‖
2.1.1.2 参照 GB/T 24339.2 中关于传输系统的威胁源说明，对于封闭式传输系 统而言，可存在的威胁有：
[4] EN-50129:2003
Railway applications–Communication, signalling and processing systems–Safety related electronic systems for signalling 铁道应用：安全相关电子 系统
5.1 安全数据交互原则 ...................................................................................... 16
5.2 安全校验过程............................................................................................... 19
基于端边云协同的物联网平台的设计与实现
2023年 / 第11期 物联网技术550 引 言为积极发展“互联网+教育”，推动信息技术与教育教学深度融合，支撑教育高质量发展，国家近年来出台了《智慧校园总体框架》[1]、《高等学校数字校园建设规范（试行）》[2]、《教育信息化2.0行动计划》[3]、《中国教育现代化2035》[4]等多项指导性文件，运用人工智能、大数据、物联网、IPv6+等技术路线进行高等学校智慧校园建设[5]，是提升高等学校信息化建设和应用水平的有效途径。
其中物联网技术与智慧校园相结合，可以更加有效地将教学、科研、管理和校园生活进行充分融合[6]，打造全面感知、精准服务的智慧学习环境，实现教育教学、教育管理的科学 决策。
1 需求分析根据近日工信部等八部门联合印发的《物联网新型基础设施建设三年行动计划（2021—2023年）》[7]，行动计划中明确：到2023年底国内物联网连接数将突破20亿。
随着物联网连接设备数的爆发[8-9]，物联设备数据量也将呈指数级增长，物联网所产生的数据达70%以上都将在网络边缘进行处理[10]，而在需求多样的人工智能应用的推动下，以及日益增长的数据实时性要求和安全性需求下，无论是以云计算为核心的集中式算力模式，还是简单地由网络边缘计算的算力模式，均已无法满足需求[11]。
在此背景下，利用物联网设备端、边缘与云端协同计算的边缘智能模式应运而生，而根据不同的计算设备分工方式和技术框架，协同模式包括边云协同、边边协同、边物协同和端边云协同[12]。
其中，端边云协同方式利用包括物联网设备、边缘设备、云计算设备在内的整条链路上的计算资源，以发挥不同设备的计算、存储优势并最小化通信开销。
基于上述研究，本文面向当前数字化校园物联网平台建设领域，针对当前智慧校园物联网平台标准化和智能化不足、资源复用不足、新需求支撑能力不足、业务数据即时性不足等问题，设计了一种基于端边云协同计算的物联网平台，通过该平台五个不同层级，满足源端数据融合、感知层资源共享、业务即时性、在线管控能力四方面功能需求，并在端边云协同架构的基础上，基于LoRa 协议实现了校园楼宇建筑内弱电设备间环境监控系统的部署与应用。
基于分布式对象存储的超融合常态录播系统
2018年9月Journal on Communications September 2018 第39卷第Z1期通信学报V ol.39No.Z1基于分布式对象存储的超融合常态录播系统王强，覃遵颖，崔靖茹，折波，李国栋（西安交通大学网络信息中心, 陕西西安 710049）摘要：随着在线教育热度的持续上升，常态化录播系统获得越来越多的关注。
在大规模视频场景下，传统常态录播系统面临着可扩展性差、容错性差、视频检索以及分享困难的问题。
设计实现了一套超融合架构常态录播系统，利用分布式对象存储的高可扩展性和高可靠性的特点，实现视频的稳定采集、可靠存储以及安全便捷的访问。
实验结果表明，3台通用x86服务器组成的超融合集群，在满足读写时延需求的情况下，可以支撑600路2 Mbit/s 码流视频并发写和4000路2 Mbit/s码流并发读。
所设计的超融合架构录播系统目前已经应用在西安交通大学智能教室建设项目中，实现394间智能教室的常态化录播。
关键词：常态录播；分布式对象存储；超融合中图分类号：TP393文献标识码：Adoi: 10.11959/j.issn.1000−436x.2018169Hyper-converged normalization recording and broadcastingsystem based on distributed object storageWANG Qiang, QIN Zunying, CUI Jingru, ZHE Bo, LI GuodongNetwork Information Center, Xi'an Jiaotong University, Xi'an 710049, ChinaAbstract:As the popularity of online education, normalization recording and broadcasting system is gaining increasing attention. In large-scale video scenario, traditional normalization recording and broadcasting system faces the challenge of reliability, extendibility, fault-tolerance, video index and sharing. A novel hyper-converged normalization recording and broadcasting system based on distributed object storage system is designed and realized. This system exploits high extensibility and reliability of distributed object storage system to satisfy large-scale video capturing, storage and sharing.The experimental results show that the hyper-converged cluster which composes of 3 general x86 servers is able to sus-tain 600 ways of 2 Mbit/s concurrency writing and 4000 ways of 2 Mbit/s concurrency reading. The system has been ap-plied to Xi'an Jiaotong University smart class construction for 394 classrooms.Key words: normalization recording system, distributed object storage, hyper-converged1引言常态化录播系统指在多媒体设备（教学一体机、推拉黑板、电子讲台等）基础上，教师和学生不需要佩戴任何辅助设备，便可自动完成教师授课、学生场景、教学课件录制等3个场景的录制，生成数字高清视频资源，并自动将视频资源上传到资源平台进行发布。
FPGA多通道数据自动对齐的设计与实现
图 １ 多通道数据对齐系统
步命令后 ， 对于各个数据发送端 ， 要同时送出同
步码（ 本文设 为 “ ５ ５ ＡＡ” 。第 二 是对 于数 据 接 ）
作者简介 ： 魏书军 （９１ ， １７一 中国科学 院高能物 理研 ）
究所 ， 研发 中心工程 师； 研究 方 向： 电子学与 核探 核
对齐脉冲， 其宽度值（ ） Ｎ 由外部送入 Ｆ Ｇ 如 Ｐ Ａ，
图２ 所示 。
测技术。
４Ｏ １
Ｓｅ ｓ ： 一 ． ． 二二 蠡！ 誊 ｔｐ × １ ． 二 二 二． ＝＝ ｌ 醚
经过不同长度 路径 到达接 收端。对 于不 同通 道， 接收端 Ｆ Ｇ Ｐ Ａ根据 收到 同步码 的先后顺 序， 自动计算延迟时间， 然后通过 自 动设置不同 延迟寄存器 （ ｅ ｙＲ ｇ ， ｅ ｙＲ ｇ ……， ｅ Ｄ ｌ ｅｌＤ ｌ ｅ２ ａ ａ Ｄ— ｌ ｅＮ 的方式实现信号的不 同延迟， ａ Ｒｇ ） ｙ 最终达
１ 基本原理
如 图 １所 示 ， 个 系 统 由“ 整 同步 控 制 器 ”
（ｙ ｃｒ ｏ ｔ ｌｒ、数据发送 端”“ Ｓ ｎｈｏＣ ｎｒ ｌ ） “ ｏｅ 、数据接 收端” 三部分组成。由“ 同步控制器” 给出同步 命令 ， 启动数据对齐过程 。在数据发送端 ， 当收 到同步控制器给出的同步命令后 ， 各数据发送
中图分类号： ＴＮ７２ ０ 文献标识码 ： Ａ 文章编号： ０ ５ －９ ４ ２ １ ） ３０ １ －３ ２ ８ ３ （０ ０ ０ —４ ００ ０
在多路数字信号的传输过程 中， 由于信号
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Agent -node : node_info_t +make_request(in cmd : osd_cmd_t, in data : void*, in len : long) : bool
NBD_Agent
AoE_Agent
文件系统对OSD的影响
对象大小对性能的影响
45000 40000 35000 30000 25000 20000 15000 10000 5000 0 16 32 64 128 256 512 对象大小(KB) 1024 2048
30000 25000
I/O速率(KB/s)
I/O速率(KB/s)
write re-write read re-read
20000 15000 10000 5000 0 8 16 32 64 128 对象大小(KB) 256
write re-write read re-read
请求大小对性能的影响
0 reply magic
32 error handle osd_cmd
63
nod_reply报文格式
nod_request报文格式
AoE协议扩展
虚拟协议层
agent_list agent pers private node info list agent pers private node info list aoe_device aoe personality get_agent() put_agent() list nbd_device Personality_list nbd personality get_agent() put_agent() list
Manager
Data Server OSD
Migrator
元数据服务器
Map Updater MDS Handler OSD map OSD
客户端
lov Agent assembly NOD OoE OSD map updater
对象散布
lv objects MD5(oid) 0 2
32
OSD
根据需要而定义 E.g. 多媒体对象的延迟和吞吐请求
属性
类似于文件的访问方式
read write create delete getattr setattr
对象存储系统
相关研究工作
Lustre Ceph pNFS ……
NLOV功能介绍
用户的访问接口：逻辑卷 采用BerkeleyDB实现对象存储 存储协议：扩展后的NBD和AoE 虚拟协议层 支持单副本 离线扩展
伸缩性测试
120000 100000 80000 60000 40000 20000 0 1 2 3 节点数 4 5 write re-write read re-read
45000 40000 35000
I/O速率(KB/s)
I/O速率(KB/s)
30000 25000 20000 15000 10000 5000 0 1 2 3 节点数 4 5 write re-write read re-read
30000 25000
I/O速率(KB/s)
I/O速率（KB）
14000 12000
20000 15000 10000 5000 0 16 32 64 128 256 请求大小 512 1024
write re-write read re-read
10000 8000 6000 4000 2000 0 16 32 64 128 请求大小（KB） 256 512 write re-write read re-read 120 115 110 105 100
350 300 250 200 150 100 50 0 tps create/s read/s apend/s delete/s OoE NOD
OoE tps
NOD
0.035 0.034 0.033 0.032 0.031 0.03 0.029 0.028 0.027 0.026 OoE response time NOD
对象请求报文
0 32 length data offset 63
0 service_action
32 map version object id object id command cmd len
63
0 attribute name attribute value
63
NBD协议扩展
0 request magic handle N/A N/A osd_cmd osd_cmd 32 NBD_CMD_OSD 63
混合协议测试
45000 40000 35000 30000 25000 20000 15000 10000 5000 0 32 64 128 对象大小(KB) 256
35000 30000
I/O速率(KB/s)
I/O速率(KB/s)
NOD OoE Mix
25000 20000 15000 10000 5000 0 32 64 128 对象大小(KB) 256 NOD OoE Mix
面向对象存储系统NLOV
并行与分布式软件技术研究室
对象存储设备（OSD）
对象是数据存储的基本单元 提供类似文件的访问接口 Seagate OSD设备 CPU+磁盘+NIC
对象
OSD的基本存储单元
名字空间：对象ID 数据 元数据
元数据类似于inode，描述了对象在磁 盘上的块分布
副本散布
基于BerkeleyDB的OSD
object key oid1 root key s i inode key oid1 attrs key oid1 oid2 oid3 …… attr_name1 attr_name2 attr_name3 …… attr value a oid1 object inode single attr key attr_name1 object data
系统结构
MDS cluster OSD OSD OSD cluster
clients
MDS
MDS
OSD
client TCP/IP client Ethernet network OSD OSD
OSD
client
存储节点
NOD Server OoE Server NOD Handler OoE Handler