对于云盘的理解与遐想.docVIP

对于云盘的理解和遐想 摘 要：云盘是互联网存储工具，云盘是互联网云技术的产物，它通过互联网为企业和个人提供信息的储存，读取，下载等服务。具有安全稳定、海量存储的特点。 关键词：云存储 一、定义 云盘是互联网存储工具，云盘是互联网云技术的产物，它通过互联网为企业和个人提供信息的储存，读取，下载等服务。具有安全稳定、海量存储的特点。比较知名而且好用的云盘服务商有百度云盘、360云盘、金山快盘、够快网盘等。是当前比较热的云端存储服务针对百度 和 360分别推出的 1TB 免费云盘，腾讯也拿出自家的 10TB 云储存产品…Box 之前也提供 50G 的免费空间，微软也将 SkyDrive 高级版的空间从 7G 升级到 25G。腾讯上线 10TB 免费云存储360云盘提供无限容量，37T起步。百度云下载手机客户端提供2T。腾讯微云提供10T，上不封顶。金山快盘2T。Dropbox 也曾经为三星和 HTC 的部分机型提供了 25-50G 的免费空间。又为什么国外多数云存储还在 GB 的量级国内就开始进入 TB 竞争了？ 因为实际上国内网盘容量只是一个迷惑用户的数字而已，给用户1TB存储容量所花费的成本远远低于100GB的10.24倍。首先要清楚一个概念，就是重复的资源在服务器只会存储一份。这也是资源秒传的基本原理。用户存储在自己网盘中的资源其实大部分都是与别人重复的，特别是容量较大的资源（比如电影、游戏），这样服务器所需要的存储空间远远低于用户数x提供给用户的网盘容量。国内服务提供商的主要成本还是带宽成本以及维护分享系统的成本，这与提供给用户的“存储空间”相关甚小。国内普遍的上传带宽是1Mbps以下，持续上传24小时才是10G，10TB的存储空间要连着上传3年才能用完。所以现在的TB级云存储多为噱头而已。国外为什么不同？我认为这与它们的版权保护相关，盗版的电影、游戏、软件等比较难以分享，所以用户的网盘主要用于同步自己的资料等，这些资源大部分是非重复性的，所以服务器存储空间成本不能作为可以忽略的因素。当然可能还有一个原因就是，用户没法分享非法的大资源也就不需要那么多的容量。 国内网盘商突然开始提供T级云存储服务是和国内特殊的网络环境有很大关系的。这两年国内版权环境越来越好，传统的非授权内容获取渠道如电驴、迅雷、BT站、各大视频网站纷纷受到打击，获取非授权内容变得越来越困难。网民亟需一个新的渠道满足自己的需求。在这样的背景下大容量云存储服务的价值就体现出来了。云盘成了非授权内容传播的避风港迅速获得了网民的青睐。既然传播的主要是视频音频大型程序等内容，云盘的容量就对用户来说非常重要了（存储这些内容不受用户上传速度限制）。而对于服务提供商来说存储这些公有内容并不需要多大成本，因此即便提供TB级的空间也是没什么压力的，同时可以通过这项服务获得用户积累为未来的发展做准备。一边有需求一边有供给，双方一拍即合，于是变成了现在的局面。 如果大部分用户的主要需求是存储不用来分享的私人文件，且上传带宽都高到一定程度，那么服务商的成本就会大大增加，那种情况下提供这么大的免费存储空间无异于自杀。所以国外的云存储服务商就不会像国内这样大方了。 至于如何判定重复资源。在同一个网盘服务提供商内的资源，很容易判定，因为服务器上已经存储了该项资源，每个资源都有一个fileID。资源的URL可以根据它自己订的规则生成，例如百度网盘就是shareID + userKey。一个文件想“转存”多少份都可以，无非就是多生成一个URL。只需要维护这个fileID-URL文件映射数据库就可以了。 而不在这个文件映射数据库中的资源如何判定重复？这个校验算法属于商业秘密，我只能讲下我的想法。资源可以分为在线资源和本地资源。在线资源，即URL资源。例如，网盘的离线下载会让你输入http/ftp链接，或者torrent文件。以迅雷公司为例：对于这种在线资源，首先会先维护一个key/value数据库，即某个URL映射的资源。他们还会做一些类似爬虫之类的东西，对这些URL资源的有效性进行判断。URL对应的资源变更了怎么办？可以先对文件大小做简单的校验。如果大小不一，再进行复杂的校验。对应资源能否续传，校验的方法也会不一样。本地资源，即要从用户计算机上传至服务器的文件。大家一定都发现，要想极速秒传，就得安装浏览器插件或者客户端。这个插件或客户端就是用来执行校验算法的，并且都是闭源的，这是为了保护商业秘密。对于小文件，可以直接对整个文件计算Hash值，常用的有MD5、SHA1、CRC32等。对于大文件，可以对文件进行分段计算Hash值，然后再用某一算法得到文件的唯一标识。不同的文件有没有可能得到相同的值，理论上是有可能的，但是概率低到完全可以忽略。就像暴