MogileFS 是一个开源的分布式文件系统，用于组建分布式文件集群，由 LiveJournal 旗下 Danga Interactive 公司开发，Danga 团队开发了包括 Memcached、MogileFS、Perlbal 等不错的开源项目：(注：Perlbal 是一个强大的 Perl 写的反向代理服务器)。

目前使用 MogileFS 的有图片托管网站 yupoo,digg, 土豆, 豆瓣,1 号店, 大众点评等网站。

    MogileFS 是 51.com 的存储设计的大师碧轩非常推荐的，51 的集群文件系统也是基于这个原理实现的。简单来讲 MogileFS 是基于 Google File System 实作出来的.

官方的介绍网站：
http://www.danga.com/mogilefs/

Google Code 上的信息
http://code.google.com/p/mogilefs/
这个地址有很多值得读读的信息，还有那些用户在使用 MogileFS ，以级使用多大的量，详细内容见http://code.google.com/p/mogilefs/wiki/Users。

普通文件存储的方法

• rsync
• NAS/SAN
• FTPd
• WebDAV

MogileFS 特性就介绍，官方介绍

(1. 应用层 - 不需要特殊的核心组件

(2. 无单点失败 ― MogileFS分布式文件存储系统安装的三个组件（存储节点、跟踪器、跟踪用的数据库），均可运行在多个 机器上，因此没有单点失败。（你也可以将跟踪器和存储节点运行在同一台机器上，这样你就没有必要用4台机器）推荐至少两台机器。
(3. 自动的文件复制 ― 基于不同的文件“分类”，文件可以被自动的复制到多个有足够存储空间的存储节点上，这样可以满足这个“类别”的最少复制要求。比如你有一个图片网站，你可以设置原始的JPEG图片需要复制 至少三份，但实际只有1or2份拷贝，如果丢失了数据，那么MogileFS分布式文件存储系统可以重新建立遗失的拷贝数。用这种办法，MogileFS(不做RAID)可以节约磁盘，否则你将存储同样的拷贝多份，完全没有必要。
(4. “比RAID好多了”- 在一个非存储区域网络的RAID（non-SAN RAID）的建立中，磁盘是冗余的，但主机不是，如果你整个机器坏了，那么文件也将不能访问。 MogileFS分布式文件存储系统在不同的机器之间进行文件复制，因此文件始终是可用的。
传输中立，无特殊协议 ― MogileFS分布式文件存储系统客户端可以通过NFS或HTTP来和MogileFS的存储节点来通信，但首先需要告知跟踪器一下。
(5. 简单的命名空间 -文件通过一个给定的key来确定，是一个全局的命名空间。你可以自己生成多个命名空间，只要你愿意，不过这样可能在同一MogileFS中会造成key冲突。
(6. 不用共享任何东西 ― MogileFS分布式文件存储系统不需要依靠昂贵的SAN来共享磁盘，每个机器只用维护好自己的磁盘。
(7. 不需要RAID ― 在MogileFS中的磁盘可以是做了RAID的也可以是没有，如果是为了安全性着想的话RAID没有必要买了，因为MogileFS分布式文件存储系统已经提供了。

MogileFS 的结构图

在使用前，我们需要对 MogileFS 有个基本的了解，就是他的三个大的部分,Tracker and Database 和 Storage Nodes, Client 组成。由二个服务进程 MogileFSd 和 mogstored .

如图:
客户端。连接到一个域，然后在域中拿着文件的 key 来查文件的位置，然后通过集群中的位置来打开这个文件

下面的部分的详细介绍

MogileFS 的三个大的部分

     前面提到 Tracker and Database 和 Storage Nodes, Client 组成，我们这先不讲 Client.因为Client实际上是一个 Perl 的 pm，可以写程序调用该 pm 来使用 MogileFS 系统，对整个系统进行读写操作。另外，象 nginx 之类有相关的模块。另外也有做成象文件系统一样采用fuse方式挂载.

Trackers（跟踪器 ,调度器）-MogileFSd
      这个是 MogileFS 的核心部分，通俗点讲，就他是一个调度器。MogileFSd 进程就是 trackers程序，类似 MogileFS 的 wiki 上介绍的，trackers 做了很多工作，Replication ，Deletion，Query，Reaper，Monitor等等。这个是基于事件的( event-based ) 父进程/消息总线来管理所有来之于客户端应用的交互(requesting operations to be performed), 包括将请求负载平衡到 “query workers” 中，让 MogileFSd 的子进程去处理. mogadm,mogtool 的所有操作都要跟 trackers 打交 道，Client 的一些操作也需要定义好 trackers，因此最好同时运行多个 trackers 来做负载均衡。trackers 也可以只运行在一台机器 上，也可以跟其他程序运行在一起（不建议）
配置文件： /etc/mogilefs/mogilefsd.conf

数据库（MySQL）部分
      如上图所显示的，数据库用来存放 MogileFS 的元数据 (命名空间, 和文件在哪里). 是 Trackers 来操作和管理它。你可以用 mogdbsetup 程序来初始化数据库。因为数据库保存了MogileFS的所有元数据，如果这儿挂了，那么整个 MogileFS 将处于不可用状态。因此最好是HA结构。

存储节点(Storage Nodes )-mogstored,Apache,Nginx
      实际文件存放的地方. 存储节点是一个 HTTP 服务器，用来做删除，存放，重命名等事情，任何 WebDAV 服务器都可以, 不过推荐使用 mogstored 。 MogileFSd 可以配置到两个机器上使用不同端口… mogstored 为所有 DAV 操作 (和流量监测), 并且你自己选择的快速的 HTTP 服务器用来做 GET 操作(给客户端提供文件). 典型的应用是一个挂载点有一个大容量的 SATA 磁盘，它们被挂载到 /var/mogdata/devNN. 只要配置完配置文件后 mogstored 程序的启动将会使本机成为一个存储节点。当然还需要 mogadm 这个工具增加这台机器到 Cluster 中。
配置文件: /etc/mogilefs/mogstored.conf

MogileFS 的二个服务进程

     对应上面的部分
MogileFSd ― MogileFS 的主守护进程，就是上面指的 trackers（跟踪器 ）,由 /etc/MogileFS/MogileFSd.conf 这个配置文件控制。
mogstored ― MogileFS 存储守护进程, 这个就是上面指的存储节点(Storage Nodes )，由 /etc/MogileFS/mogstored.conf 这个配置文件控制。

MogileFS 的其它

     有几个小工具，主要就是 mogadm，mogtool 这两个工具了，用来在命令行下控制整个 MogileFS 系统以及查看状态等等。我后面会针对这个进行详细的讲解。

建议继续学习：

1. 分布式缓存系统 Memcached 入门    (阅读：14701)
2. Zookeeper工作原理    (阅读：10352)
3. GFS, HDFS, Blob File System架构对比    (阅读：9356)
4. Zookeeper研究和应用    (阅读：8500)
5. 分布式日志系统scribe使用手记    (阅读：8021)
6. 一致性哈希算法及其在分布式系统中的应用    (阅读：7912)
7. 分布式哈希和一致性哈希    (阅读：7634)
8. HBase技术介绍    (阅读：6737)
9. 分布式系统的事务处理    (阅读：5968)
10. Memcache分布式部署方案    (阅读：5429)