腾讯云对象存储快速入门

本文档主要提供 GooseFS 快速部署、调试的相关指引，提供在本地机器上部署 GooseFS，并将对象存储（Cloud Object Storage，COS）作为远端存储的步骤指引，具体步骤如下：

前提条件

在使用 GooseFS 之前，您还需要准备以下工作：1. 在 COS 服务上创建一个存储桶以作为远端存储，操作指引请参见 控制台快速入门。2. 安装 Java 8 或者更高的版本。3. 安装 SSH，确保能通过 SSH 连接到 LocalHost，并远程登录。4. 在 CVM 服务上购买一台实例，操作指引详见 购买云服务器，并确保磁盘已经挂载到实例上。

下载并配置 GooseFS

1. 新建本地目录并进入该目录下(您也可以按需选择其他目录)，从官方仓库下载 GooseFS 安装包到本地。安装包 Github 地址：goosefs-1.4.5-bin.tar.gz。

$ cd /usr/local$ mkdir service$ cd service$ wget https://downloads.tencentgoosefs.cn/goosefs/1.4.5/release/goosefs-1.4.5-bin.tar.gz

2. 执行如下命令，对安装包进行解压，解压后进入安装包目录下。

$ tar -zxvf goosefs-1.4.5-bin.tar.gz$ cd goosefs-1.4.5

解压后，得到 goosefs-1.4.5，即 GooseFS 的主目录。下文将以 ${GOOSEFS_HOME} 代指该目录的绝对路径。3. 在 ${GOOSEFS_HOME}/conf 的目录下，创建 conf/goosefs-site.properties 的配置文件。GooseFS 提供 AI 和大数据两个场景的配置模板，可以使用任意上述内置模板，然后进入编辑模式修改配置：
（1）使用 AI 场景模板，更多信息可参考 GooseFS AI 场景生产环境配置实践。

$ cp conf/goosefs-site.properties.ai_template conf/goosefs-site.properties$ vim conf/goosefs-site.properties

（2）使用大数据场景模板，更多信息可参考 GooseFS 大数据场景生产环境配置实践。

$ cp conf/goosefs-site.properties.bigdata_template conf/goosefs-site.properties$ vim conf/goosefs-site.properties

4. 在配置文件 conf/goosefs-site.properties 中，调整如下配置项：

# Common properties# 调整Master节点host信息goosefs.master.hostname=localhostgoosefs.master.mount.table.root.ufs=${goosefs.work.dir}/underFSStorage
# Security properties# 调整权限配置goosefs.security.authorization.permission.enabled=truegoosefs.security.authentication.type=SIMPLE
# Worker properties# 调整worker节点配置，指定本地缓存介质、缓存路径和缓存容量大小goosefs.worker.ramdisk.size=1GBgoosefs.worker.tieredstore.levels=1goosefs.worker.tieredstore.level0.alias=SSDgoosefs.worker.tieredstore.level0.dirs.path=/datagoosefs.worker.tieredstore.level0.dirs.quota=80G

# User properties# 指定文件读写缓存策略goosefs.user.file.readtype.default=CACHEgoosefs.user.file.writetype.default=MUST_CACHE

注意配置 goosefs.worker.tieredstore.level0.dirs.path 该路径参数前，需要先新建这一路径。

启用 GooseFS

1. 启用 GooseFS 前，需要进入到 GooseFS 目录下执行启动指令：

$ cd /usr/local/service/goosefs-1.4.5$ ./bin/goosefs-start.sh all

执行该指令后，可以看到如下页面：

该命令执行完毕后，可以访问 http://localhost:9201 和 http://localhost:9204，分别查看 Master 和 Worker 的运行状态。

使用 GooseFS 挂载 COS（COSN） 或腾讯云 HDFS（CHDFS）

如果 GooseFS 需要挂载 COS（COSN）或腾讯云 HDFS（CHDFS）到 GooseFS 的根路径上，则需要先在 conf/core-site.xml 配置中指定 COSN 或 CHDFS 的必需配置项，其中包括但不限于：fs.cosn.impl 、 fs.AbstractFileSystem.cosn.impl 以及 fs.cosn.userinfo.secretId 和 fs.cosn.userinfo.secretKey 等，如下所示：


  fs.cosn.impl  org.apache.hadoop.fs.CosFileSystem

   fs.AbstractFileSystem.cosn.impl   com.qcloud.cos.goosefs.CosN

    fs.cosn.userinfo.secretId    

    fs.cosn.userinfo.secretKey    

    fs.cosn.bucket.region    

   fs.AbstractFileSystem.ofs.impl   com.qcloud.chdfs.fs.CHDFSDelegateFSAdapter

   fs.ofs.impl   com.qcloud.chdfs.fs.CHDFSHadoopFileSystemAdapter

   fs.ofs.tmp.cache.dir   /data/chdfs_tmp_cache

         fs.ofs.user.appid   1250000000

说明COSN 的完整配置可参考：Hadoop 工具。CHDFS 的完整配置可参考：挂载 CHDFS。下面将介绍一下如何通过创建 Namespace 来挂载 COS 或 CHDFS 的方法和步骤。1. 创建一个命名空间 namespace 并挂载 COS：

$ goosefs ns create myNamespace cosn://bucketName-1250000000/ \--secret fs.cosn.userinfo.secretId=AKXXXXXXXXXXX \--secret fs.cosn.userinfo.secretKey=XXXXXXXXXXXX \--attribute fs.cosn.bucket.region=ap-xxx \

注意创建挂载 COSN 的 namespace 时，必须使用 –-secret 参数指定访问密钥，并且使用 --attribute 指定 Hadoop-COS（COSN）所有必选参数，具体的必选参数可参考 Hadoop 工具。创建 Namespace 时，如果没有指定读写策略（rPolicy/wPolicy），默认会使用配置文件中指定的 read/write type，或使用默认值（CACHE/CACHE_THROUGH）。同理，也可以创建一个命名空间 namespace 用于挂载腾讯云 HDFS：

goosefs ns create MyNamespaceCHDFS ofs://xxxxx-xxxx.chdfs.ap-guangzhou.myqcloud.com/ \--attribute fs.ofs.user.appid=1250000000--attribute fs.ofs.tmp.cache.dir=/tmp/chdfs

2. 创建成功后，可以通过 ls 命令列出集群中创建的所有 namespace：

$ goosefs ns lsnamespace	      mountPoint	       ufsPath                     	 creationTime                wPolicy      	rPolicy	     TTL	   ttlActionmyNamespace    /myNamespace   cosn://bucketName-125xxxxxx/3TB  03-11-2021 11:43:06:239      CACHE_THROUGH   CACHE        -1      DELETEmyNamespaceCHDFS /myNamespaceCHDFS ofs://xxxxx-xxxx.chdfs.ap-guangzhou.myqcloud.com/3TB 03-11-2021 11:45:12:336 CACHE_THROUGH   CACHE  -1  DELETE

3. 执行如下命令，指定 namespace 的详细信息。

$ goosefs ns stat myNamespace
NamespaceStatus{name=myNamespace, path=/myNamespace, ttlTime=-1, ttlAction=DELETE, ufsPath=cosn://bucketName-125xxxxxx/3TB, creationTimeMs=1615434186076, lastModificationTimeMs=1615436308143, lastAccessTimeMs=1615436308143, persistenceState=PERSISTED, mountPoint=true, mountId=4948824396519771065, acl=user::rwx,group::rwx,other::rwx, defaultAcl=, owner=user1, group=user1, mode=511, writePolicy=CACHE_THROUGH, readPolicy=CACHE}

元数据中记录的信息包括如下内容：

使用 GooseFS 预热 Table 中的数据

1. GooseFS 支持将 Hive Table 中的数据预热到 GooseFS 中，在预热之前需要先将相关的 DB 关联到 GooseFS 上，相关命令如下：

$ goosefs table attachdb --db test_db hive thrift://172.16.16.22:7004 test_for_demo

注意 命令中的 thrift 需要填写实际的 Hive Metastore 的地址。2. 添加完 DB 后，可以通过 ls 命令查看当前关联的 DB 和 Table 的信息：

$ goosefs table ls test_db web_page
OWNER: hadoopDBNAME.TABLENAME: testdb.web_page (wp_web_page_sk bigint,wp_web_page_id string,wp_rec_start_date string,wp_rec_end_date string,wp_creation_date_sk bigint,wp_access_date_sk bigint,wp_autogen_flag string,wp_customer_sk bigint,wp_url string,wp_type string,wp_char_count int,wp_link_count int,wp_image_count int,wp_max_ad_count int,)PARTITIONED BY ()LOCATION (gfs://172.16.16.22:9200/myNamespace/3000/web_page)PARTITION LIST ({partitionName: web_pagelocation: gfs://172.16.16.22:9200/myNamespace/3000/web_page})

3. 通过 load 命令预热 Table 中的数据：

$ goosefs table load test_db web_pageAsynchronous job submitted successfully, jobId: 1615966078836

预热 Table 中的数据是一个异步任务，因此会返回一个任务 ID。可以通过 goosefs job stat 命令查看预热作业的执行进度。当状态为 “COMPLETED” 后，则整个预热过程完成。

使用 GooseFS 进行文件上传和下载操作

1. GooseFS 支持绝大部分文件系统操作命令，可以通过以下命令来查询当前支持的命令列表：

$ goosefs fs

2. 可以通过 ls 命令列出 GooseFS 中的文件，以下示例展示如何列出根目录下的所有文件：

$ goosefs fs ls /

3. 可以通过 copyFromLocal 命令将数据从本地拷贝到 GooseFS 中：

$ goosefs fs copyFromLocal LICENSE /LICENSECopied LICENSE to /LICENSE$ goosefs fs ls /LICENSE-rw-r--r--  hadoop         supergroup               20798       NOT_PERSISTED 03-26-2021 16:49:37:215   0% /LICENSE

4. 可以通过 cat 命令查看文件内容：

$ goosefs fs cat /LICENSE                                                                         Apache LicenseVersion 2.0, January 2004http://www.apache.org/licenses/TERMS AND CONDITIONS FOR USE, REPRODUCTION, AND DISTRIBUTION...

5. GooseFS 默认使用本地磁盘作为底层文件系统，默认文件系统路径为 ./underFSStorage，可以通过 persist 命令将文件持久化存储到本地文件系统中：

$ goosefs fs persist /LICENSEpersisted file /LICENSE with size 26847

使用 GooseFS 加速文件上传和下载操作

1. 检查文件存储状态，确认文件是否已被缓存。文件状态 PERSISTED 代表文件已在内存中，文件状态 NOT_PERSISTED 则代表文件不在内存中：

$ goosefs fs ls /data/cos/sample_tweets_150m.csv-r-x------ staff  staff 157046046 NOT_PERSISTED 01-09-2018 16:35:01:002   0% /data/cos/sample_tweets_150m.csv

2. 统计文件中有多少单词 “tencent”，并计算操作耗时：

$ time goosefs fs cat /data/s3/sample_tweets_150m.csv | grep-c tencent889real	0m22.857suser	0m7.557ssys	0m1.181s

3. 将该数据缓存到内存中可以有效提升查询速度，详细示例如下：

$ goosefs fs ls /data/cos/sample_tweets_150m.csv-r-x------ staff  staff 157046046 ED 01-09-2018 16:35:01:002   0% /data/cos/sample_tweets_150m.csv$ time goosefs fs cat /data/s3/sample_tweets_150m.csv | grep-c tencent889real	0m1.917suser	0m2.306ssys	 0m0.243s

可见，系统处理延迟从1.181s减少到了0.243s，得到了10倍的提升。

关闭 GooseFS

通过如下命令可以关闭 GooseFS：

$ ./bin/goosefs-stop.sh local



对象存储官网1折活动，限时活动，即将结束，速速收藏
同尘科技为腾讯云授权服务中心。
购买腾讯云产品享受折上折，更有现金返利。同意关联立享优惠