大规模分布式存储系统

大量普通廉价服务器通过互联，对外作为一个整体提供存储服务。

系统特点：
可扩展：随着集群规模的增长，系统整体性能表现为线程增长

低成本：自动容错，自动负载均衡机制可用构建在普通服务器之上，线性扩展能力可以实现自动运维

高性能：

易用：能够提供易用接口，能够具备完善的运维系统以及与其它系统集成

技术特点：
数据分布：保证数据分布均匀，保证跨服操作

一致性：多副本复制，副本数据一致性

容错：检测服务器故障，故障服务器数据或服务迁移

负载均衡：自动负载均衡，数据迁移不影响已有服务

事务与并发控制：实现分布式事务，实现多版本并发控制

易用性：对外接口易用，运维系统易用

压缩/解压缩：根据数据特点设计压缩算法，平衡节省存储空间与消耗计算资源

分布式存储分类

数据需求：非结构化数据、结构化数据、半结构化数据

分布式存储系统一般可以分为：
分布式文件系统：存储非结构化数据对象，作为其它存储系统的底层存储，可以存储三种类型的数据——Blob对象、定长块、大文件，分布式文件系统内部按照数据块来组织数据，将数据块分散到存储集群，处理数据复制、一致性、负载均衡、容错等问题

分布式键值系统：存储关系简单的半结构化数据，支持数据分布到集群中的多个存储节点，一致性哈希就是分布式键值系统中常用的数据分布技术

分布式表格系统：存储关系较为复杂的半结构化数据，以表格为单位组织数据，支持主键CRUD功能以及范围查找功能，针对单张表格操作，同一个表格的多个数据行不要求包含相同类型的列，可以做到超大规模，支持较多的功能

分布式数据库：存储结构化数据，目前为止最为成熟的存储技术，采用二维表格组织数据，提供SQL关系查询语言