聊聊当前主流分布式存储系统的特点

前言

---

笔者最近在学习，了解当前流行的若干分布式存储系统。为什么这么做呢？因为笔者比较了解HDFS，但是对其它同等类型的存储系统知道的不多，想借此学习比较一番，希望能够做到触类旁通吧。本文可能不会阐述的很具体，想到哪就说到哪吧。

按照元数据存储结构划分

---

数据存储必然涉及到其元数据的存储管理，以什么样的方式来管理这些元数据就成为了划分的区别。按照这个划分，能够划分出以下3类：

• 集中式元数据管理。比如说典型的，HDFS。NameNode完全中心管理式的。优势是易于管理，路径查找什么的也很方便。弊端也很明显，扩展性问题，单点瓶颈问题。
• 分布式元数据管理。分布式元数据与集中式的相比，由单点变为多点，扩展性会变好，但是会带来一个问题，元数据管理节点间的数据同步问题。当然为了简单化这其中的数据同步，我们可以让每个节点管理部分数据。
• 无原数据管理。有人可能会好奇，还有这种方式？是的，GlusterFS用的就是这种模式。它的元数据和实际数据是存在一起的。它用的是hash算法来定位文件的位置的，输入的参数就是文件路径信息。那这种方式看起来很棒啊，扩展性相当好呢。但是目录树的查询就显得不太方便了，比如说列出扫描某个目录什么的，还有或者是深目录的查询，里面会涉及到多次的文件定位。

所以其实没用绝对的好坏，只有适不适合我们使用的存储系统。

数据定位方式

---

这里提到的数据定位方式其实是一个比较大的概念，它主要包含两层含义：

• 新写的文件，应该创建在哪里