• 存储
• 分布式文件系统
• 对象存储
• 云原生

本指南对应仓库 docs-zh/source/evaluation/env.md，讲解在 CubeFS v3.3.1 集群上开展性能评估（如 fio、mdtest 基准测试）之前的环境准备工作：从集群节点规划、卷（Volume）关键参数选型，到使用cfs-cli创建测试卷、并通过 Master API 批量扩容数据分区（Data Partition）的完整操作流程。读完本文，你将掌握一套可直接复制的性能测试环境搭建方法，并理解每个卷参数背后的源码实现逻辑。

一、集群信息规划：测试环境的硬件基线

性能测试结果的可信度首先取决于测试集群的硬件配置。本仓库评估文档给出的参考集群由三类节点组成，均以容器化（docker 容器）方式部署：

规划要点说明：

• 管理节点三副本：Master 依赖 Raft 协议保证元数据一致性，3 节点可容忍单点故障，是生产与测试环境的常规配置；
• 元数据节点与数据节点混合部署：文档注明两者“混合部署”，即同一批 5 台物理机上同时运行 MetaNode 与 DataNode 进程。这种拓扑在压测时会让元数据操作与数据读写共享网络与磁盘资源，评估结果更贴近真实混合负载；
• 高性能 SSD 与高带宽网络：元数据节点承载 B+ 树索引与目录项操作，数据节点承载数据分片的读写，4 x 3.7TiB SSD 与 50 Gb/s 网络可显著降低 I/O 与网络瓶颈，避免压测结果被基础设施拖累。

该表是性能评估文档给出的基线环境，实际部署时可参考仓库 docs-zh/source 下的部署文档按需调整节点规模。

二、卷设置：性能测试前必须明确的参数

卷（Volume）是 CubeFS 中用户可操作的存储容器，性能测试前需要根据测试目标（顺序/随机读写、元数据密集型等）预先规划好卷参数。评估环境在未设置配额、DataNode 未设置流控限速的前提下，采用了以下卷参数：

需要说明的是，表中“默认值”列与实际 CLI 工具的默认参数略有出入。从源码看，cfs-cli volume create的真实默认值为：容量 10（单位 GB）、初始 Meta 分区数 3、初始 Data 分区数 3、Data 分区大小 120 GB，见 cli/cmd/vol.go：

cmdVolDefaultMPCount = 3 cmdVolDefaultDPCount = 3 cmdVolDefaultDPSize = 120 cmdVolDefaultCapacity = 10 // 100GB cmdVolDefaultEbsBlkSize = 8 * 1024 * 1024

各参数在性能测试中的实际影响：

• Capacity（容量）：单位 GB。文档推荐值 300 000 000 GB 是面向大规模评测的理论上限，测试卷容量只决定卷的“配额上限”，不会预占磁盘空间（与 Data Partition Size 一样为逻辑上限）；
• Data Replica Number / Meta Replica Number（副本数）：分别控制数据分区与元数据分区的副本个数，副本数越高冗余与读并发能力越强，但写入开销也越大。文档给出的推荐值面向大规模并发评测场景；
• Data Partition Size（数据分区大小）：单个数据分区的逻辑容量上限，默认与推荐值均为 120 GB。需要注意它“只是理论值上限，并不预分配空间”，实际磁盘占用随写入增长；
• Data Partition Count / Meta Partition Count（分区数）：创建卷时初始化的数据分区数与元数据分区数。分区数越多，数据打散到更多 DataNode、元数据索引分布更广，并发吞吐上限更高，这也是文档推荐值远高于默认值的原因；
• FollowerRead：默认 False，即客户端默认从数据分区主副本读取。若开启，客户端可从 follower 副本读，适合读多写少场景，但对一致性与副本间同步有额外要求，评估文档选择保持默认关闭；
• Cross Zone：默认 False，即单 zone 部署，不启用跨可用区容灾，简化测试拓扑。

三、使用 cfs-cli 创建测试卷

卷创建通过cfs-cli（对应仓库 cli 目录下的 CLI 工具，入口为 cli/cli.go）执行。评估文档给出的完整命令如下：

./cfs-cli volume create test-vol {owner} --capacity=300000000 --mp-count=10

其中{owner}为卷属主用户。命令执行后 CLI 会回显将要创建的卷配置并请求确认，完整输出如下：

Create a new volume: Name : test-vol Owner : {owner} capacity : 300000000 G deleteLockTime : 0 h crossZone : false DefaultPriority : false description : mpCount : 10 replicaNum : size : 120 G volType : 0 followerRead : false readOnlyWhenFull : false zoneName : ebsBlkSize : 8388608 byte cacheTTL : 30 day cacheHighWater : 80 cacheLowWater : 60 cacheLRUInterval : 5 min TransactionMask : TransactionTimeout : 1 min TxConflictRetryNum : 0 TxConflictRetryInterval : 0 ms Confirm (yes/no)[yes]: yes Create volume success.

从源码 cli/cmd/vol.go 可以看出，CLI 在回显后等待用户输入确认（Confirm (yes/no)[yes]），输入yes或直接回车即提交；随后通过client.AdminAPI().CreateVolName(...)调用 Master 创建卷。该命令常用的核心参数及含义如下：

其余回显字段（如cacheTTL、cacheHighWater、cacheLowWater、TransactionMask等）为远程缓存与事务相关配置的当前值，未显式指定时使用 Master 侧默认值，一般性能测试无需调整。

命令参数定义可进一步查看 cli/cmd/const.go 中的CliFlagMPCount、CliFlagDPCount、CliFlagCapacity、CliFlagReplicaNum、CliFlagFollowerRead等常量。

四、通过 Master API 扩容数据分区

性能测试需要足够多的数据分区来分散 I/O 负载，因此评估文档在创建卷后还进行了数据分区扩容，使用 Master 的 HTTP API 直接批量创建分区：

curl -v "http://10.196.59.198:17010/dataPartition/create?count=32&name=test-vol"

参数说明：

• 10.196.59.198:17010：Master 节点地址与 HTTP 服务端口；
• name=test-vol：目标卷名称；
• count=32：本次批量创建的数据分区数量。文档标题注明“扩容 dp 至 500 个”，即通过多次执行（或调整 count）分批将分区总数扩到目标值 500。

从源码 master/http_server.go 可以看到该路由注册在 Master HTTP 服务上，处理函数为 master/api_service.go 中的createDataPartition。该处理逻辑的关键点包括：

• 每次请求的count不能超过单次上限maxInitDataPartitionCnt（值为 200，见 master/const.go），否则直接返回参数错误；
• 默认（未加force=true）时会检查卷当前可写分区数是否超过 Master 配置的MaxWritableDataPartitionCnt上限，该上限默认 1000，可通过 Master 配置项maxWritableDataPartitionCnt调整（见 master/config.go 与 master/server.go）；
• 低频卷（StorageClass 为 BlobStore）不允许调用此接口扩容；
• 成功后会返回“createDataPartition succeeeds”并附带扩容前后的分区数量对比信息。

因此，文档示例中count=32完全在单次上限 200 以内；若要一次性创建更多分区，可调大 count（≤200）或分批执行，直至卷的总数据分区数达到目标值（如 500）。扩容后，新建的数据分区会由 Master 依据 DataNode 的容量与负载均衡策略自动选择宿主节点，客户端写入时数据将被均匀打散到这些分区上。

五、测试前的检查清单

完成上述环境准备后，建议在正式压测前核对以下几点：

1. 卷状态确认：通过./cfs-cli volume info test-vol确认容量、分区数与副本数与规划一致；
2. 分区分布确认：确认扩容后的数据分区已成功创建、宿主节点分布均衡，可参考 master/data_partition_test.go 中createDataPartition测试对创建数量与总数的断言方式来验证；
3. 流控与配额：本评估环境未设置配额、DataNode 未设置流控限速，以保证测试数据能反映集群真实吞吐上限；若你的环境开启了流控，需注意其会对带宽/IOPS 结果产生影响；
4. 挂载验证：环境准备完成后即可挂载测试卷，后续的 I/O 基准测试（如仓库 docs-zh/source/evaluation/io.md 涉及的 fio 场景）与元数据基准测试（如 docs-zh/source/evaluation/meta.md 涉及的 mdtest 场景）都建立在本指南的集群与卷配置之上。

六、小结

本指南围绕 CubeFS v3.3.1 性能评估的“环境准备”阶段，完整覆盖了三件事：规划由 3 管理节点 + 5 元数据节点 + 5 数据节点构成的混合部署测试集群；依据卷参数表确定 FollowerRead、容量、副本数、分区大小与分区数量等关键配置；通过cfs-cli volume create创建测试卷，并通过dataPartition/createAPI 将数据分区批量扩容至测试所需规模。结合 cli/cmd/vol.go、master/api_service.go 等源码，你既能照此步骤复现测试环境，也能理解每个参数在 Master 调度与客户端读写路径中的实际作用，为后续解读 I/O 与元数据基准测试结果打下基础。

• 存储
• 分布式文件系统
• 对象存储
• 云原生