《大规模分布式存储系统》第一章概述_大规模分布式存储系统的定义是什么-优快云博客

本文介绍了大规模分布式存储系统的基本概念，强调了可扩展性、低成本、高性能和易用性的重要性。文章探讨了分布式系统的数据分布、一致性、容错和负载均衡，以及数据库的事务与并发控制。接着，从数据角度分类了分布式存储，包括非结构化数据、结构化数据和半结构化数据，并分别讨论了分布式文件系统、K-V系统和表格系统的特性。最后，提到了NoSQL和NewSQL的发展趋势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

分布式存储概念

分布式存储系统具备以下几个特点：

可扩展：目前分布式存储系统几百台规模很常见，多的可以达到几千上万台，Amazon S3设计目标甚至达到10-30万台。集群规模并不是初始化阶段就会达到很大，都是随着业务的增长逐渐扩展，需要分布式系统支持可扩展。而且随着集群规模的增长，系统整体性能也需要呈线性增加。

低成本：成本分为两部分，一部分是机器成本，分布式系统需要在异构的机器上运行，且机器可能是比较廉价的机型（例如成本敏感的产品线机器都会配置较差），这就需要程序具备一定的容错、负载均衡等能力。另一部分是运维成本，分布式存储系统，在中后期规模的增长运维成本凸显，这就需要在前期的设计阶段充分考虑到运维情况。

高性能：分布式存储系统，无论是集群整体，还是单机都需要高性能。

易用：易用性包括两部分，一部分是对外接口（减轻产品线工作量，包括数据类型的支持、协议的易编程性），另一部分是需要提供完整的监控、运维工具（例如，DashBoard、cli、sla统计分析数据等等）。

分布式存储系统的难点核心在于， 数据与元数据的持久化。在高并发读写、自动扩缩容、容错机制等系统后台程序运行的情况下保证数据的一致性、可靠性。

分布式存储主要涉及到两个领域的问题， 一是分布式系统，二是数据库。