分布式存储

前面简单介绍了分布式系统，这里重点介绍下分布式存储。 当然分布式存储也分为很多种类，在这里简单分为以下四类：

一、 分布式文件存储 分布式文件存储主要用来存储各类无结构数据，如文件，数据块等。系统以对象的形式组织，对象之间没有联系，这样的数据称为Blob，也就是二进制文件。 分布式文件存储一般都是将一个文件以 chunk的形式切分为很多个小文件。 然后通过一致性hash以及其变种算法，将文件分别存放在不同的服务器磁盘上。 达到海量数据存储，备份的目的。 目前市面上使用的分布式文件存储系统已经 有很多成熟的产品。如各大云厂商提供的，如阿里云OSS、AWS S3等。 同时也有一些非常优秀的开源产品，如openstack swift， ceph等都是非常优秀的分布式文件存储系统。 其中swift为 跟OSS类似，都为对象存储。swift是通过一致性hash-ring的方式将数据分别存放在不同数据中心的数据盘上，并采取一定的冗余策略对数据进行冗余，以防止丢失。 分布式文件存储，往往也会作为 其他存储类型的底层存储服务。 如数据库的备份等一些主要场景。

二、 分布式键值系统 说起键值系统，相信大家第一时间会想到redis，memcache这样的缓存数据库，但是不管是redis还是memcache其本身设计并不是分布式的。 像redis还是采用的主-从架构。跟分布式系统对等节点的方式 有本质的区别。 而我们要讲的etcd就是一个严格的分布式k-v存储系统。 在etcd2.0的版本，其还是基于内存的内存数据库，可以处理的数据量并不大。 但随着etcdv3的升级，etcd将数据写入到了磁盘中， 极大的扩展了etcd的使用场景。 使得etcd不仅可以作为配置中心，还可以做缓存，半结构化数据存储，等一系列的场景。 当然了，相比与redis提供的丰富的数据结构，etcd还是差的很远，所以尝试用etcd 来代替redis的同学，可以先歇一歇。

三、 分布式表格存储 分布式表格存储是介于k-v存储与数据库之前的一种存储方式，除了能够支持简单的CURD之外，而且可以扫描某个主键的范围，也就是可以进行简单的范围查找。分布式表格存储更多的是对于单表的操作， 不支持一些特别复杂的操作，如多表关联，多表嵌套，嵌套子查询等。 分布式表格系统中，同一个表格的多个数据行也不要求包含相同类型的列。

四、 分布式数据库 数据库主要是用来存储结构化的数据，主要有关系型数据库SQL、非关系型数据库NoSQL、还有一些其他的数据库类型。如图数据库，时序数据库等。分布式数据库是为了应对互联网环境下，海量的数据， 高速的业务扩张等原因逐步发展起来的。 相信了解数据库的同学都知道，互联网业务一般都是高速增长，很多上周评估迁移的数据资源，这周就已经吃紧了，数据库管理人员就又不得不对数据进行迁移跟扩容， 这个重复的过程在保证业务可用的前提下，可谓是相当痛苦。 正式在这样的大背景下，数据库人员为了解决扩容、迁移、高可用等痛点，提出并开发了分布式数据库。 我们都知道数据库有很多复杂的查询， 同时还要支持事务、并发控制等一系列核心功能。 所以数据库的分布式是一个很大的挑战，比上面所有提到的分布式系统都要复杂。 但是，这些年随着分布式系统的发展跟成熟，行业里面也出现了很多 分布式数据库，其中就有蚂蚁的OceanBase，阿里云的DRDS，大数据生态中的HBase，开源的Tidb等，还有一些其他形式的分布式数据库。 其中tidb跟我们的etcd又有很多相通的地方。 如都是采用Raft 一致性算法，都是采用Go语言编写的等等。 所以对数据库有兴趣的同学可以了解下tidb。