分散ファイルシステム（DFS）とは
分散ファイルシステム（Distributed File System: DFS）とは、データの格納・管理を簡素化するためのシステムです。ネットワーク上の複数のサーバーの共有ストレージに格納されているデータファイル（PDF、Word ドキュメント、画像、動画、音声など）の一元管理を可能にし、ユーザーやアプリケーションからのアクセスを容易にします。複数のサーバーをクラスタ化することで、別々のマシンに分散するストレージリソースやデータファイルを多くのユーザーが共有できるようにしています。
DFS がエンタープライズ環境で利用される主な理由は次の点にあります。
- データをセカンダリストレージメディアに恒久的に格納する。
- ユーザー間、アプリケーション間で、情報を容易に、効率的に、セキュアに共有する。
コンピュータのオペレーティングシステムのサブシステムとして、DFS はデータファイルの管理、整理、格納、保護、取得、共有を可能にします。アプリケーションやユーザーは、ローカルファイルを扱う場合と同様に、データファイルの格納やアクセスができます。DFS では、複数のサーバーにそれぞれ格納されたファイルへのパスが １ つのツリー構造を形成しており、ユーザーは、単一のパスで、コンピュータやスマートフォンから DFS の共有フォルダを全て参照できます。
DFS には 2 つの重要な要素があります。
- 格納場所の透過性：ユーザーは、1 つの名前空間から全てのデータファイルにアクセスできる。ファイルのアクセスや格納をどのコンピュータから行おうとするかは不問となる。ファイルが最初に格納された場所はユーザーには特定できない構造になっており、ユーザーは、パス名を変更せずに、必要に応じて共有フォルダ内でファイルを移動できる。
- 冗長性：ファイルレプリケーション機能によって、ファイルのコピーをノードクラスタ全体に分散する。これにより、サーバー障害の発生時でもデータの可用性を維持できる。
分散ファイルシステムの仕組み
DFS では、ネットワークで接続されたワークステーションやサーバーが、ストレージノードのクラスタを持つ 1 つの並列ファイルシステムを構成します。このシステムは、単一の名前空間とストレージプールのもとでグループ化されており、複数のホストまたはサーバーを介した高速・同時のデータアクセスを可能にします。
データ自体は、ハードディスクドライブ（HDD）、ソリッドステートドライブ（SSD）、パブリッククラウドなど、多様なストレージデバイスやシステムに格納できます。データの格納場所を問わず、DFS は 1 台のホストサーバーで構成されるスタンドアロン（独立型）の名前空間としても、複数のホストサーバーを使用したドメインベースの名前空間としても設定できます。
ユーザーがファイル名をクリックしてデータにアクセスしようとすると、 DFS は、複数のサーバーをチェックし、ユーザーがどこからアクセスしているかによって、サーバーグループ内で最初に使用可能なファイルのコピーを特定します。これにより、多数のユーザーのファイルへのアクセスが集中してサーバーがダウンする事態を回避し、さらに、サーバーの異常や障害の発生時でもデータの可用性を維持します。
ファイルに加えられた変更は、DFS のファイルレプリケーション機能によって、サーバーノード内の当該ファイルの全てのインスタンスにコピーされます。
分散ファイルシステムの機能
エンタープライズにおけるデータファイルの管理や整理、アクセスをサポートする DFS ソリューションは多数存在します。その大半が以下のような機能を提供しています。
- 透過的なアクセス：ユーザーは、ワークステーションにローカルに格納されているファイルと同じようにデータにアクセスできる。
- 透過的な格納場所：ファイルデータの格納場所は DFS が管理するため、ホストマシン側で把握する必要がない。
- ファイルのロック：それぞれの場所からアクセスする複数のユーザーが同時に同一ファイルを編集することがないよう、システムが管理対象範囲内に存在する複数の同一ファイルのコピーをロックする。
- 転送データの暗号化：DFS は、システム内を移動するデータを暗号化により保護する。
- マルチプロトコルのサポート：ホストは、サーバーメッセージブロック（SMB）、ネットワークファイルシステム（NFS）、ポータブルオペレーティングシステムインターフェース（POSIX）など、さまざまなプロトコルを使用してファイルにアクセスできる。
分散ファイルシステムのメリット
DFS の最大のメリットは、ユーザーがさまざまな場所から同一のデータにアクセスできることです。離れた地域間でも、シンプルで効率的な情報共有が可能です。サイト間でのファイルのコピーやフォルダの移動を不要にするため、ユーザーの手間が省けます。
上記以外にも、DFS には次のようなメリットがあります。
- データの耐障害性：ファイルが複数の場所に格納されているため、サーバー障害による損失を抑制できる。
- ネットワーク効率：高負荷の状況でも処理速度が低下しない。DFS が利用可能な別のノードからデータを取得する。
- 最新データへのアクセス：共有フォルダ／ファイルに変更があると、全ての DFS ユーザーがその内容に即座にアクセスできる。
- 容易な拡張：ノードを追加するだけでシステムを容易に拡張できる。
- 高信頼性：ファイルの複製が複数のホストに格納されるため、データ損失のリスクが低減する。
分散ファイルシステムとオブジェクトストレージの違い
DFS と同様に、オブジェクトストレージも、クラスタ化された多数のノードに情報を格納し、迅速、高効率で、耐障害性に優れたデータアクセスを可能にします。DFS とオブジェクトストレージのいずれも、「単一障害点」のリスクを排除します。しかし、両者は同一ではありません。
DFS とオブジェクトストレージの違いには、次のようなものがあります。
- 構造：DFS ではデータファイルを階層構造で格納するが、オブジェクトストレージではオブジェクトをフラットなバケットに格納する。
- API：前述のように、DFS は従来のファイルシステムプロトコルをサポートしているため、ほぼ全てのアプリケーションと連携する。一方で、オブジェクトストレージは、HTTP リクエストを介してデータのアクセスや使用を行うため、Web 向けに設計された REST API を必要とする。アプリケーションによる Objects ストレージへのアクセスには、Amazon S3 と RedHat OpenShift Swift API を利用できる。
- データの変更：DFS では、任意のデータファイルの変更・書き込みができる。一方、オブジェクトストレージでは、変更するにはオブジェクト全体を置き換える必要がある。
分散ファイルシステムの例とユースケース
DFS ソリューションの選択肢は多数存在します。Ceph や Hadoop DFS などの無料のオープンソースソフトウェアから、AWS S3 や Microsoft Azure などのリモートアクセスソリューション、 Nutanix Files や Nutanix Objects などのプロプライエタリソリューションまで、多岐にわたります。
DFS は、幅広いユースケースに対応できる特性を持っています。主要な特性として、高頻度でランダムな読み取り／書き込みを必要とするワークロードや、データ集約型ジョブ全般に適していることが挙げられます。ジョブの例としては、複雑なコンピュータシミュレーション、高性能コンピューティング（HPC）、ログ処理、機械学習などがあります。
関連リソース
関連製品とソリューション
