分布式存储的概念

大规模分布式存储系统的传统定义：“分布式存储系统是大量PC服务器通过Internet互联，对外提供一个整体的服务”。
分布式存储系统具有以下的几个特性：

• 可扩展 。分布式存储系统可以扩展到几百台甚至几千台这样的一个集群规模，系统的整体性能线性增长。
• 低成本。分布式存储系统的自动容错、自动负载均衡的特性，允许分布式存储系统可以构建在低成本的服务器上。另外，线性的扩展能力也使得增加、减少服务器的成本低，实现分布式存储系统的自动运维。
• 高性能。无论是针对单台服务器，还是针对整个分布式的存储集群，都要求分布式存储系统具备高性能。
• 易用。分布式存储系统需要对外提供方便易用的接口，另外，也需要具备完善的监控、运维工具，并且可以方便的与其他的系统进行集成。

分布式存储系统的挑战主要在于数据和状态信息的持久化，要求在自动迁移、自动容错和并发读写的过程中，保证数据的一致性。分布式存储所涉及到的技术主要来自于两个领域：分布式系统以及数据库，如下所示：

• 数据分布：如何将数据均匀的分布到整个分布式存储集群中的各台服务器？如何从分布式存储集群中读取数据？
• 一致性：如何将数据的多个副本复制到多台服务器，即使在异常情况下，也能保证不同副本之间的数据一致性。
• 容错：如何可以快速检测到服务器故障，并自动的将在故障服务器上的数据进行迁移
• 负载均衡：新增的服务器如何在集群中保障负载均衡？数据迁移过程中如何保障不影响现有的服务。
• 事务与并发控制：如何实现分布式事务。
• 易用性：如何设计对外接口，使得设计的系统易于使用
• 压缩/加压缩：如何根据数据的特点设计合理的压缩/解压缩算法？如何平衡压缩/解压缩算法带来的空间和CPU计算资源？