前言
GooseFS 是由腾讯云推出的一款分布式缓存计划，次要针对包含须要缓存减速的数据湖业务场景，提供基于对象存储 COS 服务的近计算端数据减速层。
GooseFS 基于开源大数据缓存计划 Alluxio 进行设计和研发。相较于开源计划，GooseFS 提供了更多要害个性，稳定性和性能优化；同时深度交融了腾讯云生态，对接了腾讯云 TKE、EMR 等计算服务，为用户提供开箱即用的能力。
缓存减速和数据本地化 GooseFS 提供的重要能力之一。
- GooseFS 能够与计算节点混合部署进步数据本地性，利用高速缓存性能解决存储性能问题，进步读写对象存储 COS 文件的效率。
- GooseFS 能够提供近计算端的分布式共享缓存，下层计算利用能够通明地、高效地从远端存储将须要频繁拜访的热数据缓存到近计算端，减速数据 I/O 性能。
- GooseFS 提供了感知元数据 Table 的能力，可能减速大数据场景下列出文件列表（List），重命名文件（Rename）等元数据操作的性能。此外，业务能够按需抉择 HDD，SSD，NVME SSD 等不同的存储介质，均衡业务老本和数据拜访性能。
本文介绍了 GooseFS 读写元数据时的体现，并与 HDFS 进行比照；同时也测试了在混合读写状况下 GooseFS 在性能体现上的稳定性。
01 测试体现
咱们应用 NNBench 进行测试。NNBench 是 HDFS 官网自带的用于测试 NameNode 性能的工具。因为它应用的是规范的 FileSystem 接口，因而能够应用它来测试 GooseFS 服务端的性能。在测试计划上，咱们在 GooseFS 和 HDFS 上创立雷同的数据集，察看 TPS 值，比照 GooseFS 性能体现状况。
咱们应用了 1 台 EMR 标准型 S2 机器（CPU：8 核，内存：32GB，高效云盘：100G x 1）作为 GooseFS 集群的 Master 节点，3 台 EMR 标准型 S5 机器（CPU：16 核，内存：64GB，高效云盘：100G x 5）作为 Worker 节点，同时将 GooseFS 集群缓存策略设置为 wPolicy=MUST_CACHE，rPolicy=CACHE。
1. Write 测试
大数据场景中须要频繁创立文件，咱们首先比拟了写入文件的性能，因为本次测试次要目标是验证元数据性能体现，因而文件大小抉择了 0 字节。测试后果如下所示：
能够看到，在集群的环境配置，maps 等都雷同的状况下：
（1）GooseFS 在加载元数据的比 hdfs 性能至多晋升 20%。
（2）数据量减少的时候 GooseFS 解决数据等性能晋升更显著。
这个次要是因为 GooseFS 采纳文件粒度锁，能够并发创立文件。而 HDFS 是全局锁，相当于程序做创立操作。因而写申请 QPS 减少的时候，GooseFS 性能晋升更显著。
2. List 测试
Write 测试次要测试高并发下元数据服务单点写入、单点查问的性能。然而，文件列表导出（ls/ls -R) 操作、文件大小统计（du/count) 操作也是用户应用频率较高的操作，这些命令的执行工夫，反馈了元数据服务遍历操作的执行效率。在测试计划上，为了保障 HDFS 和 GooseFS 测试数据的一致性，咱们采纳雷同的数据集，执行雷同的操作，测试 GooseFS 和 HDFS 元数据服务遍历操作的执行效率。
数据集分两个场景：
（1）多层级数据：50w 数据，目录层级 4 层。
（2）单层级数据：单个目录下 10w 文件。
相干测试后果体现如下：
能够看到，GooseFS 减速数据 I / O 性能。提供了感知元数据的能力，可能减速大数据场景下列出文件列表 List 等元数据操作的性能。尤其在多层级的数据中性能减速更加显著。
3、SliveTest 测试
SliveTest 位于 hadoop 的 test 包中，代码构造清晰，其次要性能是通过大量 map 制作多种 rpc 申请，检测 Namenode 的性能。咱们能够设定 map 数量，每个 map 发动的 rpc 申请次数，每一种 rpc 操作占总操作的百分比，以及读写数据量、block size 等配置。测试 master 混合拜访状况下各类申请的 qps。
在测试计划上，设置 RPC 申请（读:60%, 写:40%）模仿混合拜访下，HDFS 和 GooseFS 解决数据的性能。咱们将 RPC 设置为：append 10% create 10% delete 10% mkdir 5% rename 5% read 30% ls 30%。
相干测试后果体现如下：
能够看到，Master 在混合拜访状况下，GooseFS 整体性能体现优于 HDFS。
基于下面几个测试，GooseFS 采纳文件粒度锁及 list 开启了并发优化，在 SliveTest 这种混合读写（多读少写）的场景中，GooseFS 解决事物的能力显著优于 HDFS。
02 总结
GooseFS 提供了可预测的资源划分和资源应用，使得系统管理员能够对外提供稳固的性能保障。此外，GooseFS 能够给共享存储资源的计算集群带来显著的性能收益。
GooseFS 提供近计算端的分布式共享缓存，下层计算利用能够通明地、高效地从远端存储将须要频繁拜访的热数据缓存到近计算端，减速数据 I/O 性能。
对于更多 GooseFS 请返回：https://cloud.tencent.com/doc…