2021-01-02 17:40

科普 | IPFS中MFS以及GC机制

21.0万

概 述

IPFS的介绍在IPFS文件存储详解已经详细介绍过,本文主要介绍IPFS中的文件系统MFS(Mutable File System)以及文件的GC机制。

MFS和传统的文件系统一样使用目录对文件进行管理,区别在于MFS中的目录和文件都有哈希,该哈希由文件内容或者目录下面所有目录以及文件的内容唯一确定,如果目录下面的文件或者目录有变化则该目录的哈希也会变化,所以根据哈希可以判断该文件或者目录下面的内容是否有修改。

文件的GC机制主要介绍IPFS是如何进行文件删除的。

本文所述的IPFS的版本为v0.6.0。

MFS


本版块主要介绍IPFS的文件系统,即文件及目录结构是如何生成、组织和存储

MFS中文件及目录结构如下图所示,最上层是root目录,表示该文件系统的根目录,所有文件夹以及文件都在该目录下面,MFS中用Root,Directory,File这三种类型分别表示root目录,文件夹,文件。root目录通过link(link中包含link文件夹或者文件的Name、Size和CID)链接到文件夹或者文件,文件夹又通过link链接到文件夹或者文件。

其中,root目录、文件夹都会存储在IPFS的DAG中进行持久化,另外root目录的CID(参考《IPFS文件存储详解》)存储在IPFS内置的LevelDB中,当IPFS启动的时候从LevelDB中取出root目录的CID,然后在IPFS的DAG中取出根目录,最后加载出整个目录结构。

下面详细介绍创建文件夹和增加文件的过程:

创建文件夹的过程如下图所示:

1. 新建文件夹;

2. 将该文件夹的父文件夹添加一条link,link包含该文件夹的Name、CID和Size;

3. 调用该文件夹的update函数,通过parent递归更新父级文件夹的状态(CID,修改时间等),逐级向上层文件夹更新,直到更新root结束递归过程。

删除文件夹和创建文件夹类似,只需要unlink(删除父级文件夹的link)和递归update即可。

增加文件的过程如下图所示:

1. 上传文件(参考《IPFS文件存储详解》中文件存储过程)

2. 将该文件的父文件夹添加一条link,link包含该文件夹的Name,CID和Size;

3. 调用该文件的flush函数,通过parent递归更新父级文件夹的状态(CID、修改时间等),逐级向上层文件夹更新,直到更新root结束递归过程。

删除文件和增加文件的过程类似,只需要unlink(删除父级文件夹的link)和flush即可。


文件GC机制


IPFS中删除文件时并不会立即删除掉该文件,而是将该文件的CID unpin(pin是固定CID,保证不会被GC,unpin则是会被GC),下次GC的时候则可以真正的删除该文件。

下图是IPFS的配置文件,其中红色部分是GC相关的配置。

StorageMax是存储文件的最大容量,默认是10GB,可以根据项目需要进行修改,当存储的文件超过该最大容量时会有warning,文件还是可以继续存储的。

StorageGCWatermark是GC的阈值,默认是90,即90%,触发GC的阈值容量为10GB*90%=9GB。

另外,GCPeriod是GC的间隔,默认是1h。GC触发的机制是每一个GC间隔时间,触发GC的检查,当存储容量超过阈值时则开始GC,将需要删除的文件或者块进行删除。

文件或者块的Pin模式如下图所示,文件的Pin模式是recursive,即递归Pin文件的所有的块。

如下图所示,pinner是块的GC管理器,其中recursePin是递归的pin的集合,里面存储所有文件的根CID:

每次触发GC时会进行ColoredSet,如下面两张图所示,将所有recursePin中的CID依次遍历,深度遍历该CID所有的links,这些links的CID都会存储到gcs这个集合中:

然后通过bs.AllKeysChan(ctx)可以获得所有的块的CID集合,最后遍历这些CID集合,判断gcs中没有的该CID的块都需要删除掉,具体见下图,从而实现了所有unpin的块GC触发的时候都会删除的效果。

注意:GC的时候会lock,此时上传文件和删除文件都会阻塞,GC需要占用的时间和文件存储量以及删除的文件大小有关系,可以将GC时间固定在每天用户操作最少的时间点,例如每天的凌晨3点,减少用户操作和GC的冲突。

总结

IPFS中MFS提供了一套基于CID的文件系统,目录结构也存储在IPFS的DAG中,目录的树状结构和DAG的结构本身是很类似的,所以将目录结构存储在DAG中巧妙地解决了文件系统目录结构地存储问题,最后只需要存储文件系统的根目录的CID从而可以方便地加载整个文件系统的目录。

IPFS中的文件GC机制目前不是很高效,通常文件存储10GB容量左右时,触发GC可能就需要几分钟到十几分钟的时间,由于IPFS是一个面向公网的一个用户一个IPFS节点的模式,所以该问题对于IPFS项目本身并不明显,但是如果将IPFS的存储以及GC机制作为投产项目使用,则需要对GC机制进行优化,减少GC占用的时间间隔。

另外IPFS本身每隔一段时间触发GC也不是很合理,针对项目的用户使用情况可以将GC触发时间固定在每天的凌晨某个时间,然后每24小时的GC触发间隔也是一种比较简单的解决IPFS的GC冲突问题的办法。

作者简介

姚文豪

来自数据网格实验室BitXMesh团队,数据平台架构师

本文链接:https://www.8btc.com/media/6583575
转载请注明文章出处

评论(1)
登录 账号发表你的看法,还没有账号?立即免费 注册
下载
分享
收藏
阅读
评论
1
点赞
上一篇
下一篇