【2020初春】【分布式】大规模分布式存储系统

分布式存储系统是大量普通PC服务器通过互联网连接，对外作为一个整体提供存储服务

特性：可扩展，成本低，高性能，易用

分布式系统需要考虑的问题：
1.数据分布的合理性，均匀性
2.不同PC上数据一致性
3.检测到错误时如何处理数据
4.负载均衡
5.并发控制
6.方便使用
7.数据整合来节省存储空间

存储数据结构：
1.非结构化数据：文档，图片，音视频
2.结构化数据：一般存储在关系数据库中，二维关系表结构（就是数据库中可通过规律查询到，表的形式）
3.半结构化数据：结构和内容混搭在一起，如HTML文件

分布式存储系统课分为四类：
1.分布式文件系统
非结构化数据，称为Blob数据（文档，音视频，对象之间无关联）
分布式文件系统 以块的形式存储Blob，定长块，大文件，每个数据块大小相同
2.分布式键值系统
存储关系简单的半结构化数据，与哈希表结构类似，不同点是键值系统支持分布式存放，一般用作缓存
3.分布式表格系统
存储复杂的半结构化数据（也不能太复杂，主要是对单个表格，复杂的可以用分布式数据库）
主要用于数据库技术，支持范围查找（根据主键查找一行，键值系统只查找一个）
4.分布式数据库
存储结构化数据，常见的MySQL

为了解决关系数据库的不可扩展性，不方便同时布置到多个节点上，提出了非关系数据库（NoSQL）