雪落无痕

大规模分布式存储系统的传统定义：“分布式存储系统是大量PC服务器通过Internet互联，对外提供一个整体的服务”。 分布式存储系统具有以下的几个特性：可扩展 。分布式存储系统可以扩展到几百台甚至几千台这样的一个集群规模，系统的整体性能线性增长。低成本。分布式存储系统的自动容错、自动负载均衡的特性，允许分布式存储系统可以构建在低成本的服务器上。另外，线性的扩展能力也使得增加、减少服务器的成本低

分布式存储系统面临的需求比较复杂，大致可以分为三类：非结构化数据：包括所有格式的办公文档、文本、图片、图像、音频、视频信息等。结构化数据：一般会存储在关系型数据库中，可用二位关系的表结构来对数据进行描述，数据的模式需要预先进行定义。半结构化数据：介于结构化数据和半结构化数据直接，HTML文档就属于半结构化数据。它一般是自描述的，与结构化数据的最大区别之处在于，半结构化的数据模式和内容混在一起，

存储引擎是数据存储系统的发动机，直接决定了数据存储系统能够对外提供的性能和功能。存储系统的基本功能包括：增、删、改、读，其中数据的读取，又可以分为随机读取和顺序扫描。哈希存储引擎是哈希表的持久化实现，支持增、删、改、查和随机读取操作，但是不能支持顺序扫描，对应的存储系统为键值存储系统；B树存储系统是B树的持久化实现，不仅支持数据的增、删、改、读，还支持数据的顺序扫描。LSM树存储引擎和B树一样，不仅