基于HDFS的分布式存储

1.分布式存储的定义

分布式存储就是指通过网络连接每台机器，使得这些分散的存储资源构成一个虚拟的存储设备，数据分散在每台机器上的各个角落
与集中式存储技术不同，分布式存储技术并不是将数据存储在某个或多个特定节点上的
分布式存储的出现是因为在互联网时代信息数据大爆炸，传统的集中式存储已经难以满足大型应用的数据存储需求

2.分布式存储服务的分类（按数据存储模型来划分）

文件模型	对应分布式文件系统，比如GFS、HDFS
关系模型	对应分布式数据库系统，比如Google Spanner、OceanBase、ClickHouse
键值模型	很多NoSQL系统采用键值模型，比如Redis、Memcache

3.分布式存储的特点

（1）数据的分布和负载均衡
（2）存储系统的容错问题
（3）系统的可扩展性
（4）如何保障可靠性和准确性
（5）性能和容错能力
分布式存储能很好的解决上述问题
其实，集中式存储也能够很好的解决上述问题
在集中式存储中存在独立磁盘冗余阵列（RAID）技术，它把相同的数据存储到多块硬盘的不同位置
数据可以通过磁盘阵列控制程序均匀分布在多块硬盘上，这样就解决了负载均衡问题，通过冗余解决了可靠性问题
虽然磁盘阵列解决了单