GlusterFS : qu’est-ce que c’est ?

GlusterFS est un système de fichiers distribué, modulable à volonté, qui réunit les éléments de stockage de plusieurs serveurs pour former un système de fichiers uniforme. Après leur ins­tal­la­tion, les systèmes de fichiers tra­vail­lent en secret et plus personne n’y prête attention. Gé­né­ra­le­ment, cette situation n’est amenée à changer que lorsque des données sont perdues ou lorsque le système de fichiers atteint ses limites, par exemple avec la taille maximale d’une partition ou des res­tric­tions dans la longueur des chemins de stockage.

Le nom « Gluster » est composé de « GNU » (GNU’s not Unix) et « cluster ». Ce système a été publié sous licence GNU-General Public License (GNU-GPLS) et peut ainsi être utilisé gra­tui­te­ment. Dans le contexte des supports de données, le terme « cluster » (lit­té­ra­le­ment : « pile ») décrit le re­grou­pe­ment logique d’unités de stockage physiques. En lien avec des or­di­na­teurs, il désigne une grappe de plusieurs systèmes connectés ensemble. GlusterFS réunit ces approches en fu­sion­nant l’espace de stockage d’or­di­na­teurs connectés entre eux et en les utilisant comme une unité logique.

Le projet a été publié en 2005 par Gluster Inc. En 2011, l’en­tre­prise a été reprise par RedHat, le dis­tri­bu­teur de Linux, qui n’a depuis cessé de dé­ve­lop­per le système de fichiers. En janvier 2020, la version 7 de GlusterFS a fait son ap­pa­ri­tion. Elle est dis­po­nible sous forme pré­com­pi­lée pour les dis­tri­bu­tions Linux suivantes :

• CentOS
• Debian
• Fedora
• RedHat/RHEL
• SUSE
• Ubuntu

La li­mi­ta­tion aux systèmes basés sur Unix se justifie par l’in­té­gra­tion de la mémoire via le module FUSE. À ce jour, ce module n’est pas dis­po­nible sur Windows avec une stabilité suf­fi­sante.

Les or­di­na­teurs peuvent fonc­tion­ner comme un serveur et un client. Un accès simple au système de fichiers est toutefois également possible depuis d’autres systèmes. Le NFS (Network File System) et le SMB/CIFS (Server Message Block/Common Internet File System) sont pris en charge.

Un système de fichiers distribué s’avère uni­que­ment pertinent lorsque plusieurs or­di­na­teurs sont connectés entre eux. La do­cu­men­ta­tion de GlusterFS indique qu’un minimum de trois serveurs est né­ces­saire. Le terme « serveur » ne doit toutefois pas être in­ter­prété lit­té­ra­le­ment. Il est possible d’intégrer presque n’importe quelle forme de matériel physique ou émulé ce qui inclut n’importe quel or­di­na­teur, mais aussi des machines vir­tuelles. Cela s’avère par­ti­cu­liè­re­ment avan­ta­geux en termes de flexi­bi­lité.

Les serveurs intégrés fonc­tion­nent comme des nodes (nœuds) qui se con­nec­tent via le réseau TCP/IP. Les appareils intégrés forment un Trusted Pool, c’est-à-dire une grappe de serveurs fiables. Ils mettent à dis­po­si­tion leur mémoire sous la forme de bricks (blocs). Ces bricks per­met­tent fi­na­le­ment de former des volumes (disques) qui pourront ensuite être intégrés et utilisés comme des supports de données normaux. Les or­di­na­teurs accédant sont appelés clients. Un PC peut aussi bien être serveur que client.

La par­ti­cu­la­rité de ce système réside dans son immense mo­du­la­rité. Il est possible d’ajouter a pos­te­riori un nombre illimité de nodes et de bricks. Ceci permet d’adapter cons­tam­ment la taille de l’espace de stockage aux exigences. La taille maximale de la mémoire chargée de la gestion est de plusieurs pé­taoc­tets.

Par ailleurs, GlusterFS garantit une certaine fiabilité grâce à la re­don­dance. Le risque de panne est d’une part réparti entre plusieurs systèmes qui peuvent également être séparés phy­si­que­ment. D’autre part, il est possible de mettre en place des grappes RAID. Con­trai­re­ment au volume distribué, qui est présent par défaut, il est né­ces­saire de créer un volume dupliqué à cet effet. Celui-ci en­re­gistre chaque fichier en double et cor­res­pond à un RAID Mirror.

Pour les tran­sac­tions sur l’espace de stockage, GlusterFS offre dix tra­duc­teurs (trans­la­tors) pré­dé­fi­nis qui tra­dui­sent des commandes émises avec des droits d’uti­li­sa­tion pour l’exécution sur la mémoire. On peut citer pour exemples le tra­duc­teur « Storage », qui en­re­gistre les données sur un système de fichiers local et en gère l’accès, et le tra­duc­teur « En­cryp­tion » res­pon­sable du cryptage.

La géo­ré­pli­ca­tion est une nouvelle fonc­tion­na­lité qui permet d’effectuer une ré­par­ti­tion asyn­chrone des données sur des serveurs avec dif­fé­rentes lo­ca­li­sa­tions. Il s’agit d’une pro­tec­tion sup­plé­men­taire contre toute action physique sur le serveur, notamment en cas d’incidents, comme un incendie ou un vol. Dans ce cadre, un or­di­na­teur fonc­tionne comme un maître et l’autre comme un esclave. Le transfert des données est sécurisé via SSH (Secure Shell).

Nous avons résumé pour vous dans un aperçu plusieurs avantages et in­con­vé­nients d’un système de fichiers distribué par rapport à un stockage en réseau tra­di­tion­nel :

Sur le principe, GlusterFS reproduit par­fai­te­ment un Cloud. L’espace de stockage se trouvant dans une grappe est mis à la dis­po­si­tion des clients connectés. Un tel système est notamment adéquat pour les réseaux les plus grands dans lesquels des res­sources suf­fi­santes sont de toute façon dis­po­nibles pour la formation d’une grappe.

La connexion des appareils ayant lieu via le protocole Internet, les struc­tures d’en­tre­prise à plusieurs branches sont tout par­ti­cu­liè­re­ment adaptées à la mise en place d’un système de fichiers distribué. Mais un tel système peut également permettre de se passer d’un stockage réseau dédié dans des struc­tures réseau séparées phy­si­que­ment, sans pour autant devoir renoncer à la re­don­dance.

Parmi les al­ter­na­tives à GlusterFS, on trouve en par­ti­cu­lier Ceph qui est également dis­po­nible gra­tui­te­ment et offre de nombreux avantages parmi ceux listés pour les systèmes de fichiers dis­tri­bués. Ceph et Gluster pré­sen­tent dif­fé­rents avantages et in­con­vé­nients.

BeeGFS (au­pa­ra­vant FhGFS) a été développé spé­cia­le­ment par l’institut Fraun­ho­fer pour les systèmes in­for­ma­tiques per­for­mants. Il est lui aussi proposé gra­tui­te­ment et est axé sur une uti­li­sa­tion simple.

Dans le domaine com­mer­cial, il existe également des systèmes, tels que Storage Spaces Direct (S2D) de Microsoft, dont l’uti­li­sa­tion est toutefois limitée à des serveurs Windows sous licence payante.