JuiceFS 企业版 5.0 近期正式对外发布。
新版本首先带来了几个重要的新功能：支持共享块设备；把文件从分块格式合并还原成完整文件进行存储的“转存”功能；以及导入对象存储已有数据缓存支持。此外，还着重改善了分布式缓存相关的易用性和可观测性，相信能更好地满足高性能计算场景的需求。
JuiceFS 企业版是面向海量文件高性能计算场景的分布式文件系统，适用场景包括 AI 与机器学习模型训练、高性能计算等。
大幅改进缓存管理能力
缓存管理方面，尤其是分布式缓存，JuiceFS 企业版 5.0 做了诸多优化：
-
提升缓存可观测性：用户现在可以检查特定文件或目录的缓存状态，增强了对缓存使用情况的监控。
-
主动清除缓存：提供了主动清除特定文件或目录缓存的能力，使用户能够更加灵活地控制缓存资源。客户端删除文件后，其所在的缓存组也会主动清理相关数据、释放空间。
-
支持异构的缓存集群：支持为不同节点设置独立权重，还可以主动下线特定节点以迁移上面的缓存数据，实现更精细化的资源分配。
-
自动故障感知：自动识别并移除出现故障（如卡顿或 EIO 错误）的缓存盘，从而增强系统可靠性。
-
均衡性改进：改善了缓存节点间的均衡性，提升整体命中率。
-
多种缓存淘汰策略：允许用户在挂载时选择缓存淘汰策略，目前支持 2-random 和 noeviction。
-
数据完整性校验：默认对所有缓存数据执行完整性校验，避免磁盘损坏或者数据被篡改时的静默错误。
支持共享块设备做数据持久化
当用户需要进行高负载的小文件写入，或者大量的随机写入操作，比如 EDA、CV 训练、Elasticsearch、ClickHouse 等应用，它们通常涉及频繁的小型 I/O 操作。这些小型请求上传到对象存储时，由于对象存储本身的延迟较高，导致整体性能通常较差。
为了解决这个问题，JuiceFS 之前的版本中提供“客户端写缓存”功能，它允许用户将数据临时存储在本地缓存，然后再以异步方式上传到对象存储。然而写缓存的待上传数据会面临更大数据安全风险，并且持久化未完成时，其他客户端也读不到这些数据，因此实际使用场景非常受限。
在 5.0 中，JuiceFS 新增支持多挂载的共享块设备作为写缓存，或者直接作为数据存储引擎来使用，有效解决上述问题。在使用时，多个客户端需要同时挂载同一个块设备，如下图所示：小 IO 直接写入共享块设备，而大 IO 按原有流程直接发送到对象存储。同时利用上块设备的低延迟写入，和对象存储的大吞吐。
共享块设备还支持更丰富的用法，比如让数据暂存于块设备，一段时间后转存至对象存储，或者小于设定阈值的写请求固定保存在块设备，请参考文档。
为对象存储中已有数据提供加速访问
许多用户已经在对象存储中积累了大量数据，并且希望能使用 JuiceFS 访问这些存量数据，比方说想通过 POSIX 接口访问，或者实现与 Hadoop 生态系统的无缝对接。
JuiceFS 企业版 5.0 支持直接导入对象存储中的已有文件，具体而言，这个功能会扫描指定对象存储桶中的所有对象，然后在 JuiceFS 中生成对应的元数据，令其在 JuiceFS 文件系统中以只读方式访问。
如下图所示，直接写入 JuiceFS 的文件会被拆块存储，而导入（import）的文件会原样保存在对象存储，客户端对导入文件的访问是只读的，并且读取的时候，同样支持 JuiceFS 的本地缓存和分布式缓存。
将分块格式文件“转存”为对象
JuiceFS 默认会将文件进行分块存储，并将元数据与数据剥离（称为“分块格式”）。正是这样的存储格式和分离架构，让 JuiceFS 得以成为高性能、强一致性文件系统。然而，在需要直接从对象存储读取文件的场景中，这种设计可能导致不便。例如，在数据归档场景，由于 JuiceFS 文件分块策略使得筛选冷热数据的条件设置变得复杂。另外，某些合规性要求可能需要在对象存储中保留文件的原始格式。
JuiceFS 5.0版本中推出了新功能：文件自动转存成对象。该功能允许在文件一段时间内未发生修改后，自动将其合并为一个单一的对象。因为对象存储不支持高效的重命名和修改操作，因此转存后的文件也不允许重命名和修改。和上方介绍的“导入”功能类似，转存后的对象同样支持缓存。
导入和转存功能，在我们的文档中有更详细介绍。
有关 5.0 的更详细内容，还可观看视频：
