分布式存储系统：开篇云舒卷，只观淡波清！

2024-01-06 15:06:28

缘起：从单纯存储，到创造更广阔的空间

存储，伴随信息时代的蓬勃发展，成为一个永恒的课题。早期，硬盘横空出世，将原先占据的庞大空间，收缩成一个紧凑的装置；记忆体的容量亦飞速攀升，从兆级跃至千兆，而后冲上云霄的云端之上。然，当我们恣意徜徉于广袤的数位海洋，信息量有增无减，即便云端云海无限开阔，亦难敌数据肆意的扩展，将初始的存储空间，挤压至逼仄的角落。

分布式存储应声而生，以其独一无二的扩张性，吸引大批企业的目光，诸如谷歌、亚马逊、奈飞等，无不将其旗帜，高高举起。发展迄今，已成为数据管理与存储的壮大支柱，让数据寄放于此，令其生机勃勃，再无界可拘。

述异：各施其责，数据管理与存储

提笔欲论述，却因其概念繁多，难免有所纰漏，索性将其两者并置，细究其间之异同，或有助读者明晰。

数据管理

广义：指透过系统、软件、和网络以电子方式控制、操控及传递数据的过程，并以此概念框架，勾勒出数据处理链条上的各个环节，从创建、存储、处理、传输，到删除，渐进推进，循环往复。
技术：数据管理系统，以关系型或层次式等方式记录数据，将其排列置于表格与树状层级中，轻松便可抽取、管理与更新数据，更为难得的是，它能使数据与其他数据相连，便于横向探索。

数据存储

广义：指将数据于专用介质、设备或机器内，以数位型式予以纪录。
技术：数据存储系统则选择硬盘或内存等硬件设备，以二进制的方式，将数据存储其中，现今，诸如硬盘驱动、光学或磁带磁存储、内存等，皆属于数据存储装置。

直观理解，管理侧重于软件或系统的执行，而存储则指向具体的硬件设施。然则，若是将数据管理与数据存储置于云端之上，云端上之软硬件也随之云化，边界便会随之际逐渐模糊。

论述：分布式存储的挑战与机遇

即便，分布式存储优势众多，但也难免遭遇一些前沿或暗藏的阻碍：

复杂性

部署与处理分布式存储，远较单体储存更为繁杂，况且，其中每台单独的主机皆可能失灵，成为系统中的薄弱环节。

安全性

数据在各个存储设备中分散存放，资料交互时，难免不经由公开网络进行传送，再者，数据必须经过转译，转化成明文后，才可以阅览，过程极其繁琐与耗时。

延迟性

分布式存储以远端设备的方式，进行数据存放，如此一来，不同存储单元的访问速度必然有所落差，若是在分隔两地的异地存取时，更会出现显明的速度差，进而演变成瓶颈。

机遇总是紧随挑战背后，不经风雨，怎见彩虹？

成本优化

分布式存储最直接、最显著的优势，便是成本优化，如果将大笔资金投入于数据中心建设，那么扩容将会难上加难，费用开销亦会攀上高昂的顶点，但若是采用分布式存储系统，便可以降低营建的成本，并顺势扩张至多个设备存储数据，大规模扩容亦在指掌之间。

可靠性保障

可靠性是否达标，往往关乎企业的成败存亡，资料被黑掉，或者数据缺损，顷刻间将公司推进至万劫不复，倘若改以分布式存储策略，便可大幅降低出现故障的机率。此外，当中的部分存储装置发生故障，却无须担心，因为其他储存装置足以存补失据。

便捷性

分布式存储的其中一大利多便是便捷性，原先单体存放，更换设备时，势必得将资料打包，后转运，再到新设备中解压缩，耗费的时间可想而知，现今，更换装置时，只要轻松一键，便能便捷上传资料至分布式存储设备，完成后，再到新设备中下载，接着一键确认即可。

众观：主流分布式存储系统简介

分布式存储系统的浩瀚海洋中，涌现三朵弄潮之巅，各领风骚。

谷歌 BigQuery ：该服务常年于2006，初始之际，仅对外开放数据仓库服务，直至2012年，才添加数据分析与机器学习功能，发展至今日，其已实实在成为主流，在分析大批量数据集时，具备得天独厚的优势力。
亚马逊 Amazon S3 ：可谓是存储界的巨人，市场占比位居首位，领先群雄，相较于BigQuery，成本与门槛相对较低，更易普及，但适用于运算、机器学习等大规模数据场景时，欠了些火候。
奈飞 Netflix ：这家蜚声在外的影音串流平台，同时亦是发行与制作视频的霸主，可对其旗下影视作品进行点播，纵观其生态系统，它所运取的亦是分布式存储，确保用户在点播之时，不致空等。