毫無疑問，乘著云計算發展的東風，Ceph已經是當今最火熱的軟件定義存儲開源項目。如下圖所示，它在同一底層平臺之上可以對外提供三種存儲接口，分別是文件存儲、對象存儲以及塊存儲，本文主要關注的是對象存儲即radosgw。

基于Ceph可方便快捷地搭建安全性好、可用性高、擴展性好的私有化存儲平臺。私有化存儲平臺雖然以其安全性的優勢受到越來越多的關注，但私有化存儲平臺也存在諸多弊端。

例如在如下場景中，某跨國公司需要在國外訪問本地的業務數據，我們該如何支持這種遠距離的數據訪問需求呢。如果僅僅是在私有化環境下，無非以下兩種解決方案：直接跨地域去訪問本地數據中心中的數據，毫無疑問，這種解決方案會帶來較高的訪問延遲，在國外自建數據中心，不斷將本地的數據異步復制到遠程數據中心，這種解決方案的缺點是成本太高。

在這種場景下，單純的私有云存儲平臺并不能很好的解決的上面的問題。但是，通過采用混合云解決方案卻能較好地滿足上述需求。對于前文所述遠距離數據訪問的場景，我們完全能借助公有云在遠程的數據中心節點作為存儲點，將本地數據中心的數據異步復制到公有云，再通過終端直接訪問公有云中的數據，這種方式在綜合成本和快捷性方面具備較大優勢，適合這種遠距離的數據訪問需求。

基于Ceph對象存儲的混合云機制是對Ceph生態的良好補充， 基于此，社區將在Mimic這個版本上發布RGW Cloud Sync特性，初步支持將RGW中的數據導出到支持s3協議的公有云對象存儲平臺，比如我們測試中使用的騰訊云COS，同Mulsite中的其他插件一樣，RGW Cloud Sync這個特性也是做成了一個全新的同步插件（目前稱之為aws sync module），能兼容支持S3協議。RGW Cloud Sync特性的整體發展歷程如下：

Suse公司貢獻了初始版本，這個版本僅支持簡單上傳Red Hat在這個初始版本之上實現了完整語義的支持，比如multipart上傳、刪除等，考慮到同步大文件的時候可能會造成內存爆炸的問題，還實現了流式上傳，對于Ceph社區即將在M版本發布的這個公有云同步特性，騰訊云存儲團隊也在不斷關注并進行了實際落地測試使用，并根據其中存在的問題進行了反饋及開發。

其中，Cloud Zone內部包含一個公有云同步插件，它被配置為只讀zone，用以將Rgw Zone中寫入的數據跨地域同步至騰訊云公有云對象存儲平臺COS之上。順利實現將數據從RGW中同步備份至公有云平臺，并且支持自由定制來實現將數據導入至不同云端路徑，同時我們還完善了同步狀態顯示功能，能較快監測到同步過程中發生的錯誤以及當前落后的數據等。

RGW Cloud Sync這個特性本質上是基于Multisite之上的一個全新的同步插件（aws sync module）。首先來看Multisite的一些核心機制。Multisite是RGW中數據遠程備份的一種解決方案，本質上來說它是一種基于日志的異步復制策略。

Zone：存在于一個獨立的Ceph集群，由一組rgw提供服務，對應一組后臺的poolZonegroup：包含至少一個Zone，Zone之間同步數據和元數據Realm：一個獨立的命名空間，包含至少一個Zonegroup，Zonegroup之間同步元數據

Multisite中的一些工作機制，分別是Data Sync、Async Framework、Sync Plugin這三部分。其中Data Sync部分主要分析Multisite中的數據同步流程，Async Framework部分會介紹Multisite中的協程框架，Sync Plugin部分會介紹Multisite中的一些同步插件。

Data Sync用以將一個Zonegroup內的數據進行備份，一個Zone內寫入的數據會最終同步到Zonegroup內所有Zone上。

Init：將遠程的source zone與local zone建立日志分片對應關系，即將遠程的datalog映射到本地，后續通過datalog就知道有沒有數據需要更新Build Full Sync Map：獲取遠程bucket的元信息并建立映射關系來記錄bucket的同步狀態，如果配置multisite的時候source zone是沒有數據的，則這步會直接跳過Data Sync：開始object數據的同步，通過RGW api來獲取source zone的datalog并消費對應的bilog來同步數據。