大数据背景下的分布式存储

随着人工智能、机器学习领域技术的持续进步，以及国家“新基建”战略的推进，新的技术和应用，加快了传统行业数字化转型，数据呈几何级增长。海量数据在被分析、挖掘中创造出无限价值。

互联网企业纷纷对数据存储和管理，出重金加大数据中心的建设，阿里投2000亿用于云操作系统、服务器、芯片等技术的研发事项，以应对海量数据的到来，腾讯乘胜追击出资5000亿……，存储技术是这场“数据战”中的核心问题。随着物联网、人工智能、5G的迅速发展，预测到2023年，存储架构中或40%都是分布式架构。

分布式存储架构

分布式存储最早是由谷歌提出来的，其目的是解决大规模以及高并发场景下，高效Web访问问题。

分布式存储就是将用户需要存储的数据，存储到不同的存储服务器中，利用多台存储服务器分担存储压力，将这些分散的存储空间，作为一个虚拟的数据存储设备，当用户想要获取数据时，按照规则把数据从对应的磁盘空间中取出来。简单来说，可以理解为，大量PC机通过网络互联，对外作为一个整体提供存储服务。

分布式存储的必要性

一个存储方式的优越性，在于其本身对于各种数据的存取表现，关于数据存储有这样几个点：

海量：大数据背景下，海量数据涌现，数据显示2025年全球新创数据达175ZB。
多元：文本、图片、视频等非结构化的数据，对数据存储提出考验
实时：如交通自动驾驶这样的智能网络场景，需要依赖快速实时的数据采集、分析、存储。
上云：未来将有大多数的企业会选择多云部署模式。
空间：目前只有约0.2％的数据&