转载

S3QL：一个用Python写成的在线存储系统

S3QL 是一个在线存储系统，使用诸如 Google Storage 、 Amazon S3 或 OpenStack 这样的服务存储数据。它提供了一个动态的、容量无限的硬盘，任何运行Linux、FreeBSD或OS X的计算机都可以通过互联网访问。

S3QL是一个符合标准的全功能Unix文件系统。它有一些额外的特性，使它特别适应于在线备份和归档。相比性能和功能而言，它更注重简洁与优雅。项目创建者 Nikolaus Rath 一直致力于确保源代码的可读性和可维护性。以下是S3QL的特性：

透明性 ——从概念上讲，S3QL与本地文件系统很难区分，例如，它支持硬连接、符号连接、标准Unix权限等；
动态大小 ——S3QL文件系统的大小可以根据需求动态增长和缩小；
压缩 ——所有数据在存储之前都可以使用LZMA、bzip2或Deflate（gzip）算法压缩；
加密 ——在压缩之后上传之前，所有数据都可以使用一个256位的密钥进行AES加密，它还使用SHA256 HMAC校验和保护数据不被篡改；
数据去重 ——如果多个文件有相同的内容，那么冗余数据只存储一次；
不可变树 ——目录树可以设置为不可变的，这一特性有利于确保备份不会被修改；
写入时复制/快照 ——S3QL可以复制整个目录树，而不使用任何额外的存储空间，只有当其中一个副本被修改了时，被修改的数据会占用额外的空间；
高性能 ——所有不读写文件内容的操作都非常快，因为S3QL将整个文件和目录结构存储在一个数据库中，而后者会在本地缓存，且远程副本为异步更新；
支持低带宽连接 ——S3QL将文件内容分成多个小块并缓存在本地。

近日，该项目在Hacker News上引发了激烈的讨论，并登上了HN的首页。不过，虽然讨论的内容很多，但关于S3QL的内容相对较少，大多数讨论是围绕类似的解决方案，比如 Duplicity 、 Attic 、 Tarsnap 、 ObjectiveFS 等。网友indiv0根据 S3QL的文档断定，S3QL使用的加密算法为 MAC-then-encrypt 算法。他认为这种算法不好。也有其他网友持类似观点，其中dlitz就认为这种算法太老。但网友JoachimSchipper并不认为S3QL采用了MAC-then-encrypt算法。另外，网友witten使用过S3QL和Tarsnap，他认为：

S3QL使用了远程加载文件系统，从根本上讲，这不适合无人值守的备份。在许多情况下，S3QL加载的文件系统会在备份过程中因为网络问题中断……

另外，S3QL会周期性地发布不支持旧版本文件格式的新版本，或者仅仅向前支持一定的版本数量。因此，如果你升级不够经常，那么你会发现自己用了一个拒绝读取现有的GB级数据的版本。

关于第二点， S3QL开源页面也提到了：

S3QL已经稳定，可以用于生产环境。不过从一个小版本升级到下一个可能会改变公共接口，或者需要升级文件系统结构。因此，强烈建议在升级前阅读变更日志。

按照该页的说法，如果用户系统支持Python 3.3及以上版本，则建议下载最新的2.x版本。但maint-1.x分支也可以用于生产环境，只是不再进行积极的开发，只会修复影响较大的Bug。更多信息，请查看 S3QL Wiki 。

感谢魏星对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作，请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博（@InfoQ，@丁晓昀），微信（微信号： InfoQChina ）关注我们，并与我们的编辑和其他读者朋友交流（欢迎加入InfoQ读者交流群 S3QL：一个用Python写成的在线存储系统）。