多图预警——从 RAID 到分布式系统中的副本分布

个人博客导航页（点击右侧链接即可打开个人博客）：大牛带你入门技术栈 

我们知道，在面对大规模数据的计算和存储时，有两种处理思路：

• 垂直扩展（scale up）：通过升级单机的硬件，如 CPU、内存、磁盘等，提高计算机的处理能力。
• 水平扩展（scale out）：通过添加更多的机器到分布式系统中，提高整个系统的处理能力。

在分布式技术尚未成熟的时候，小型机、中型机、大型机、超级计算机逐步升级的方案几乎是大型公司的唯一选择，但是这种垂直扩展是有天花板的，硬件升级的速度远远比不上数据规模的增速，即使是超级计算机也无法满足人们对计算资源的需求。

水平扩展方案，也就是在一个系统里不断添加机器的方案，就这么走上了历史舞台。这就是现在的分布式技术。

在这篇文章里，我将分别介绍单机系统下的 RAID 存储技术以及分布式系统下的存储分布技术，这两种技术在思想上有很相近的地方，希望读者慢慢体会。

RAID

RAID，全称是Redundant Array of Inexpensive/Independent Disks，也就是磁盘冗余阵列，这里的 I 有两种说法，一种是 Inexpensive，廉价，另一种是Independent ，独立。所谓 RAID 就是将多块磁盘组合在一起，对外抽象成一个容量大，读写速度高，容错性好的大型磁盘。

我很喜欢「抽象」这个概念，因为它为我们屏蔽了更底层的细节，比如操作系统中的文件系统，虚拟内存等。在我看来，RAID 就是对多个独立磁盘的抽象。

注意，上面的图里的三个方面（存储容量、读写速度、数据可靠性）是衡量存储系统的重要标准，我们在分布式系统里也会提及，不过现在让我们先来看看常用的 RAID 技术。

RAID 0

RAID 0 是数据在从内存缓冲区写入磁盘时，根据磁盘的数量，将数据分成 N 份，然后把这些数据并发写入 N 块磁盘，每块磁盘上存储不同的数据，这样整体的数据写入速度是单个磁盘的 N 倍，读取当然也是并发执行的。

因此 RAID 0 具有极快的数据读写