从2003年上线的第一代个人文件存储系统Portal，到2012年的jCube，再到最近上线的jBox，校园云存储在用户需求变化中不断进化……

　　个人云存储是受师生欢迎的服务，然而，高校个人数据文件的管理存在许多痛点，例如，文件安全性低、误操作、硬件故障等引起文件丢失；文件共享麻烦，仍然依赖于传统的FTP、Windows等方式；随着移动技术发展，教师及学生对移动办公、学习的需求越来越强烈，却无法基于文件展开讨论和任务安排；日常办公文件无法自动备份与同步；版本控制缺失导致教学文件版本的不可追溯；学校、教师、学生个人之间缺乏快速高效的交互平台；教学资源难以得到有效的利用，资源共享和查找资料起来十分费力。

　　学校、教师、学生之间如何建立一个高效的平台，使得教学资源能够得到更好的利用，查找起来更容易呢？看起来是一个很简单的个人云存储的需求。然而，仔细一分析，并不简单。

　　它需要考虑多方面的需求。首先，它具有互联网属性，所以体验是很重要的，例如访问速度快、有多客户端、多移动终端的支持，版本能快速迭代，一般一个学期可能发布一个版本。此外，还包括外链分享。

　　从用户要求来看，需求是文件预览、全文检索、版本管理、容量超大、应用集成。但是从管理角度来讲，安全性的要求可能更加值得关注。在部署云盘的时候，希望在内部做部署，统一身份绑定，然后进行权限管理，不同的人有不同的权限，传输过程中加密。当然最重要的还是内容监管。

　　从运维建设来讲，更希望不依赖开放性的要求。第一，不要依赖于底层存储技术。第二，有更多的开放API接口。现在所谓的云和以前不太一样，更多是在营造一个生态。所以我把它定位成既不是一个企业应用，也不是一个互联网应用，它是一个总互联网的应用。

　　上海交大使用的个人云存储发展历程，如图1所示。下文将按照不同使用阶段的存储系统进行详细的介绍。

　　Portal近年使用容量增长缓慢

　　Portal是第一代个人文件存储系统，从2003年上线运行至今。当时的用户容量是教师20G、学生2G，不过，20G也是逐步扩展的。体验其实非常差，只支持FTP、FTPS和SFTP等等，需要FTP客户端，用户使用体验不佳，权限设置和文件分享功能极弱。近三年来使用容量增长缓慢，然而，仍然还是有一些忠实的用户一直在用，为什么呢？因为老师们的课件，一直存这里十多年，即用户习惯的原因。

　　Portal演进的三个阶段，如图2所示。Portal现在的系统架构，通过Proftpd提供FTP、FTPS和SFTP，安装GlusterFSClient加载GlusterFS集群文件系统，基于用户名的hash将Homedir均匀分配到1万个子目录下。集群存储使用了GlusterServer3.7，4个节点都符合，并支持多副本。可用容量40Tb，可按需要动态扩容，实际只使用了9.6Tb。虽然使用不多，但是确实还在不断地使用。

　　jCube存储空间使用不平衡

　　jCube系统于2011年10月部署，2012年3月正式上线。当时的用户容量为教师20GB、学生10GB。但是实际是可以有一些超出的容量。提供的Web、Windows、Android客户端，后台有8台存储服务器，裸容量154TB，已使用43.6%，物理文件数1259万，现在上海交大1/3的师生在用这一服务。如图3。但是，活跃用户数的确也在下降，如图4。

　　关于jCube系统架构，它的前端是Web，加上一个调度系统，以及存储服务器。它的前后端紧密耦合，用户直接访问存储节点。用Token验证身份，能和统一身份打通。同时，它是100%PHP实现。

　　我们为什么要做新一代的个人云存储？因为jCube存储存在两个问题。第一，副本检查效率低。循环扫描所有Hash、检查副本完整性，每个循环耗时很长，造成新上传文件需很长时间才能复制满3个副本。怎么去优化呢？需要新增独立的任务，直接从数据库中找到副本数少于3个的Hash，生成拷贝命令，从副本循环检查中剥离。

　　第二，存储空间使用不均衡。文件不分片以后，故障磁盘替换（清空）等因素造成长期的一些累积，造成几台服务器空间使用率严重不均衡。优化的过程中，我们上传、副本拷贝时优先选择空间使用率最低的节点，以此取代之前完全随机的策略。其中，会有人工介入的算法，从空间较满的服务器上强制删除一部分副本数为3的文件。

　　jBox 6月上线

　　校园云的关键问题是存储，用分布式的存储，尤其是开源分布式存储。但是，企业级分布式存储的新需求，或者，校园的需求在哪里？目前存储的三个需求如下：

　　第一，存结构化数据，面临的是对大幅度容量增长的需求，包括对载体标准化的需求，对计算与存储融合的需求。

　　第二，存非结构化数据，面临的是对海量级容量增长的需求，包括对接口自适应的需求和对新业务的存储需求。

　　第三，对高性能的需求，即IOPS和Bandwidth的需求。

　　存储的选择，需要考虑所谓分布式存储的基本思想。1.是大文件被切割成多个小数据块，分布在多台存储节点上，使得存储和服务的负载均衡和可扩展。2.使用多副本提高数据持久性，需要注意定期检查数据完整性。3.元数据管理方面，是选择集中管理，还是分布式管理，还是无服务器管理，例如GlusterFS。

　　后来，我们从存储服务与访问接口、基本功能、高级功能、部署监控及扩展等多方面综合比较，选择Ceph作为后端存储。

　　对于应用层的选择主要考虑7类、87项技术指标。从系统指标来看，得考虑厂商实力、部署运维能力、数据的安全性；从管理功能来看，得考虑后台管理和监控、账户权限、用户操作审计；从Web端来看，得考虑Web用户界面的功能、用户使用体验；从协作和分享来看，得考虑协作、外链及权限控制；从桌面客户端来看，得考虑Windows/Mac端的功能、同步技术和体验；从移动客户端来看，得考虑Android/iOS端的功能、文档分享和体验；从定制开发来看，得考虑厂商定制开发能力及承诺，包括界面、单点登录、Ceph集成等等。

　　基于以上的考虑，上海交大云盘主要体现为安全、协作的特点。作为新一代校园云存储，jBox正在测试中，欢迎兄弟院校测试使用。云盘能为教师提供100GB、为学生提供20GB的免费空间，6月初正式上线。（责编：陶春）

　　（本文根据金耀辉在“2017年高等教育信息化创新论坛”上的演讲内容整理，作者为黄保青、章思宇、罗萱、金耀辉）