近日，Gartner发布了2019年全球分布式文件存储关键能力报告（Critical Capabilities for Distributed File Systems），Dell EMC、IBM、浪潮、华为、Qumulo、Pure Storage、Red Hat共7家全球主流厂商入围测评。
在上一篇文章中，我们一起学习了 CAP 理论（想要设计一个好的分布式系统，必须搞定这个理论）。该理论指出，在分布式系统中，不能同时满足一致性、可用性和分区容错性，指导了分布式数据存储系统的设计。
可靠性:是存储系统的基石，一款存储系统至少需要提供99.99%的数据可靠性，数据丢失或者错乱对于存储系统是致命的，对大数据、云存储这样大规模的分布式集群
区块链是通过分布式节点的存储资源，对全网全节点进行存储同步，并通过相应的共识技术保证内部节点对存储内容更改的有效性，维护一个完整的可查找的数据库。在此系统中，存储的都是链内生成账户之间余额的更改或者总剩余，当然，更完善的一些系统功能也包括存储了多个账户对数据库中子账目的数据状态维护。
分布式存储是近几年的热门话题之一，它和传统SAN/NAS存储的区别是，分布式存储使用标准硬件（比如x86服务器和10GbE网络），而传统SAN/NAS存储使用的是专有硬件。使用标准硬件的好处是通用，不会受限于产商，而且成本上也更便宜，还可以做到按需扩容。
本文主要对杨传辉（日照）《大规模分布式存储系统原理解析与架构实战》、大话存储、网络资源(具体参考文末链接)及个人理解进行整理，意在构建出存储发展基本轨迹和一些基本常识，让更多像我一样的初入者有个宏观上的认知。
保存像图片、音视频这类大文件就是对象存储。不仅有很好的大文件读写性能，还可通过水平扩展实现近乎无限容量，并兼顾服务高可用、数据高可靠。
数值天气预报是基于数学物理方法客观定量计算未来天气演变的科学。上世纪50年代，数值天气预报的首次成功起报，是天气预报领域的里程碑事件。历经半个多世纪的蓬勃发展，大气科学学科理论和高效数值计算方法不断完善，随着庞大的“海-陆-空-天”四位一体气象观测系统建立，大量观测数据同化驱动，并在强大算力加持下，数值天气预报掀起了一场静悄悄的革命，天气预报的有效性已提高到5-7天。
随着数字经济的飞速发展,各行各业都需要储存、提取、使用大量信息，伴随着新业务模式的到来, 数字系统的后台应用及平台也在面临着从传统架构向新型分布式架构变迁的过程。业务越集中, 对IT技术平台的分布式架构要求越高。后端软件从集中式架构向分布式架构的转型越来越迫切。
MapReduce作业是独立于其他作业，输入与输出目录通过分布式存储系统串联。MapReduce作业的存在相互的依赖关系，前后相互依赖的作业需要将后面作业的输入目录配置为与之前作业的输出目录，工作流调度器必须在第一个作业完成后才开始第二个作业。
在了解什么是分布式存储之前，我们先来简单了解一下存储几十年来的大概历程。
数据中心约超过一半的成本是电费，数据存储系统作为数据中心三大件之一，能耗也约占三分之一，面对非结构化数据量的快速增长挑战，以及国家对数据中心绿色节能要求的提高，分布式存储的绿色节能愈来愈加重要。
墨墨导读：讲述大规模分布式系统的容错架构设计。虽然定位是有“分布式”、“容错架构”等看起来略显复杂的字眼，但是这里用大白话 + 手绘数张彩图，逐步递进，让每位读者都能看懂这种复杂架构的设计思想。
顾客相当于分布式存储系统中的应用程序。根据数据的产生和使用，顾客分为生产者和消费者两种类型。生产者负责添加数据，消费者负责使用数据
作者 CDA 数据分析师 大数据抽取转换及加载过程（ETL）是大数据的一个重要处理环节，Extract 即是从业务数据库中抽取数据，Transform 即是根据业务逻辑规则对数据进行加工的过程，
在上期，我们提到了，以NFS，CIFS(SAMBA)为代表的资本主义时代的存储技术，虽然实现了远端主机跨越互联网访问共享的数据，极大地提升了生产力，但集中式存储主控(俗称机头)的处理能力成为了IO和吞吐能力的瓶颈，正如资本主义生产关系下，生产资料私有制约束了生产力的进步。
硬件基础 分布式存储系统是运行在通用计算机硬件体系结构上的底层系统，熟悉各种硬件的性能，能帮助我们更好的调整架构，最大限度地发挥硬件的价值。 基础参数 常见硬件的大致性能参数如下： 类别性能访问L1 Cache0.5ns分支预测失败5ns访问L2 Cache7nsMutex加锁/解锁100ns内存访问100ns千兆网络每秒100MB从内存顺序读取数据每秒4GB(同机房)网络来回RTT0.5ms(同城跨机房)网络来回RTT1~2ms(不同城跨机房)网络来回RTT300~100msSATA磁盘寻道10msSAT
在上期说到，虽然Ceph作为分布式存储系统，应用于生产环境会出现很多问题，但其他开源分布式存储系统更不适用于云计算的生产环境。
由于分布式系统存在异常，分布式存储系统设计时往往会将数据冗余存储多份，每一份存储称为一个副本（replica/copy）。
Kafka源码系列，浪尖是以kafka 0.8.2.2为例给大家讲解。由于公众号阅读不适大量文字，所以浪尖会尽量精简文字。目标是大家读完kafka源码系列能彻底了解kafka，最好能设计处自己的消息队列或者存储系统。 一，分布式系统的CAP理论 1，理论首先把分布式系统中的三个特性进行了如下归纳： 一致性（C）：在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访问同一份最新的数据副本） 可用性（A）：在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。（对数据更新具备高可用
CubeFS 是国内首个云原生开源分布式存储产品，2019 年开源并捐赠托管至云原生计算基金会 (CNCF)，2020 年 10 月 OPPO 开始主导 CubeFS 社区运营与版本迭代，累计发布 7 个 release 版本。在 OPPO 的全力推进下，CubeFS 于 2022 年 6 月进入 CNCF 孵化阶段。 本文，我们与 CubeFS Maintainer OPPO 的何小春进行了对话，共同探讨 CubeFS 的技术演进及云原生存储技术的发展方向。 1 云原生存储技术“越来越分布式” 随着云
大数据技术当中，在海量数据的存储环节，涉及到两个重要的概念，就是分布式数据存储与数据库，稳定高效安全的数据存储，才能为后续的计算分析环节，提供稳固的支持。今天的大数据概念解析，我们来讲讲分布式存储与数据库。
本文介绍了目前云原生环境下，支持有状态应用的几种典型存储方案的特点，并对市场主流的云原生存储产品实际测试性能进行对比。
信息是人类认知外界的方式，最初的信息都会对应到现实世界的一个客体或者相关描述。人类是通过不断增加、完善信息来接触、认知并改变世界的。
在大规模网络爬虫系统中，合理的架构设计和高效的部署方式是确保系统稳定性和可扩展性的关键。本文将介绍如何利用云计算和Docker技术进行大规模网络爬虫系统的架构设计和部署，帮助你构建高效、可靠的爬虫系统。
在数字化时代，数据已经成为各行各业的核心资产，需要以一种高效、可扩展和高可靠性的方式进行存储和管理。对象存储是一种以对象为中心的存储方式，将数据存储为对象而不是文件，它具有高度可靠性、高扩展性和高性能等优点。
近年来，云计算、大数据、人工智能、物联网等信息技术与产业快速发展，信息技术与传统产业的融合也不断加深，快速发展的数字经济已经成为我国产业转型升级和经济高质量发展的重要驱动因素。数据是数字经济的重要基础组成，信息技术也围绕数据的生产、加工、应用而展开。当前，企业和用户无时无刻都在产生大量的数据，数据中心等信息基础设施也在实时地存储和计算各类数据，网上购物、电子支付、工业互联网等数据应用场景更是随处可见。据IDC 预测，到 2025 年全球数据量将达到 163ZB，相当于 2016 年 16.1ZB 数据量的十倍。当前，数据的快速、高效、安全存储已经成为业界关注的焦点。
时光进入2021年，首届中国海量存储系统MassStor100排行榜发布，曙光ParaStor自研分布式存储战绩骄人。业内人士预计，曙光存储得MassStor100排行榜加持，将有望成为曙光新名片和新代名词。
要我说，中国本土的存储厂商当下最强悍的主力军，应该是Inspur了。这不，浪潮这次又登顶SPC-1了。
DAOS在后傲腾时代的发展策略: https://www.bilibili.com/video/BV1Qw411377s
我一直试图在传统集中式存储和分布式存储应用之间找到一条界线，尽管有交叉和重叠，但还是应该有一条界线：哪些适合集中式存储，哪些适合分布式存储。但是这条界线我一直也没有找到，因为既不能按性能划分，也不能按照容量划分，如果按照业务稳态、敏态类型划分也不合适，总之没有一条清晰界线。
总的来说，Ceph作为一个开源、分布式和可扩展的存储平台，在云存储、大规模数据存储和备份、虚拟化环境及内容分发网络等领域有着广泛的应用。与竞争对手的差异化点在于其全球性的社区支持和强大的可扩展性。
我们要知道，无论技术如何发展，要想保证系统的高可用，其核心最本质的方法就是 “冗余”。冗余，就是为我们的系统多创建几个副本，来增加系统的可靠性和容错性。
存储，是我们码农每天都要打交道的事情，而当我们面对RAID，SAN，对象存储，分布式数据库等技术的时候，又往往似是而非，存储成了我们熟悉的陌生人。
内容来源：2017年11月19日，饿了么资深后端工程师江骏在“11.19上海 | K8S Sail！系列技术沙龙”进行《饿了么Docker&K8S实践经验分享》演讲分享。IT 大咖说（微信id：itd
在这段时间里，我们小结了云存储的基本知识、块存储和对象存储的基本实现，以及如何让块存储和对象存储为云计算的基本单位——虚拟机，提供存储服务。
分布式存储系统HDFS（ Hadoop Distributed File System）
2023年3月10日，由百易传媒（DOIT）主办、上海市计算机学会与上海交通大学支持的第六届分布式存储高峰论坛在线上成功举办。存储资源盘活系统荣获“2023分布式存储产品金奖”。
传统上，无论是基于 MapReduce 的数据流，还是基于 Spark/Flink 的流水线，其数据的来源和最终落脚点都可以是分布式存储（比如 GFS、HDFS、S3）。
**分布式存储：**通过网络使用企业中的每台机器上的磁盘空间，并将这些分散的存储资源构成一个虚拟的存储设备，数据分散的存储在企业的各个角落。
【为什么需要分布式存储】 在我们平时的业务开发中，常见的存储方式就是关系型数据库，比如：MySQL或PostrageSQL。那么如果数据量非常的大呢？比如有200TB的数据该怎么存储呢？这个时候关系型数据库就不是好的选择方案了。就需要分布式存储系统登上舞台了。还拿刚才的例子来说，有200TB的数据，那么我们可以申请20台机器，每台机器负责存储10TB的数据，那么这种分而治之的解决方式就可以应对互联网中大容量数据的存储。那么除了分开存储的方式之外，我们日常所设计的分布式存储系统都有一个通用的特点，就是易于扩
因为主存通常不能容纳处理器需要的所有程序和数据，计算机采用了被称为虚拟存储器的存储器管理系统。就像使用cache来匹配主存储器和CPU之间的速度差异一样，虚拟存储器用来加速二级存储器使其匹配主存储器。
块存储原理：主要是将裸磁盘空间整个映射给主机使用的，就是说例如磁盘阵列里面有5块硬盘（为方便说明，假设每个硬盘1G），然后可以通过划逻辑盘、做Raid、或者LVM（逻辑卷）等种种方式逻辑划分出N个逻辑的硬盘。此种方式下，操作系统还需要对挂载的裸硬盘进行分区、格式化后，才能使用，与平常主机内置硬盘的方式完全无异。简单地说，iSCSI就是在IP网络上运行SCSI协议的一种网络存储技术。为了克服上述文件无法共享的问题，所以有了网络文件系统。网络文件系统原理：网络文件系统是一个文件共享系统，使用客户端服务器架构，允
随着文件数据的越来越多，传统的文件存储方式通过tomcat或nginx虚拟化的静态资源文件在单一的服务器节点内已经无法满足系统需求，也不利于文件的管理和维护，这就需要一个系统来管理多台计算机节点上的文件数据，这就是分布式文件系统。
大数据生态圈中有很多优秀的组件，可谓琳琅满目，按组件类别可分为存储引擎、计算引擎，消息引擎，搜索引擎等；按应用场景可分为在线分析处理OLAP型，在线事务处理OLTP型，以及混合事务与分析处理HTAP型等。有些组件主要存储日志数据或者只允许追加记录，有些组件可更好的支持CDC或者upsert数据。有些组件是为离线分析或批处理而生，有些则更擅长实时计算或流处理。本文整理了几个笔者认为非常重要且仍然主流的核心组件，供参考。
虚拟化，将各种IT实体资源抽象，转换成另一种形式的技术都是虚拟化。虚拟化是资源的逻辑表示，其不受物理限制的约束。（一个物理主机只能运行一个操作系统，虚拟化则是可以运行多个操作系统）。
存储资源盘活系统(HBlock)通过提高资源利用率，优化资源成本，助力企业用户实现绿色转型。它是纯软件的存储控制器，能够安装在任意Linux服务器上，可以把各服务器中分散的磁盘整合成高性能的存储资源池，通过分布式双控制器架构保证了低延迟、高可用、易拓展的特性；通过完善的控制台、命令行与API来统一调度管理所有存储资源；通过强大的兼容性和独特的硬件异构特性充分利用全部存储资源。
在过去，因为信息处理的业务量不大，所以信息系统使用单机版数据库已足够满足应用需求，该架构简单描述为：一台服务器或小型机部署数据库系统软件，一台磁盘阵列上作为存储系统用来存储数据库系统产生的格式化的数据文件，为了保障高可用能力，一般会部署两台数据库服务器，见以下示意图：
动态应用，是相对于网站静态内容而言，是指以c/c++、php、Java、perl、.net等服务器端语言开发的网络应用软件，比如论坛、网络相册、交友、BLOG等常见应用。动态应用系统通常与数据库系统、缓存系统、分布式存储系统等密不可分。 大型动态应用系统平台主要是针对于大流量、高并发网站建立的底层系统架构。大型网站的运行需要一个可靠、安全、可扩展、易维护的应用系统平台做为支撑，以保证网站应用的平稳运行。 大型动态应用系统又可分为几个子系统： 1）Web前端系统 2）负载均衡系统 3）数据库集群系统 4）缓存
Scale-Out的分布式系统为何离不开SSD/全闪存？如果没有闪存，Scale-Out为什么就让人感觉火候不太够？而Scale-Out的出现，除了得益于闪存助力，还有什么其他因素么？本文冬瓜哥就来分析分析。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
