传统存储与分布式存储的区别93课件.pptxVIP

;2;在信息技术的早期，数据通常被存放在一个或多个集中的存储设备中，这种方式被称为传统存储，也常被称为集中式存储。;（1）扩展性瓶颈(Scalability?Bottleneck)：集中式存储系统在面临数据量激增时，其扩展能力（通常称为“纵向扩展”，Scale-up）非常有限。当存储空间或处理能力不足时，只能通过更换更强大、更昂贵的硬件来实现升级。

（2）单点故障风险(SinglePointofFailure)：如果中央存储服务器或网络设备发生故障，所有连接到它的应用和服务都会立即中断，可能导致业务停顿和不可估量的数据损失。尽管可以通过备份和冗余来缓解，但这种中心化的结构本身就内含着高风险。;（3）性能瓶颈(PerformanceBottleneck)：当大量用户或应用程序同时访问集中式存储系统时，其处理能力和网络带宽会成为瓶颈。所有的数据请求都必须经过同一个“入口”，这会导致访问延迟增加，系统响应变慢，尤其是在处理大规模并发请求时，性能瓶颈。;面对集中式存储的种种局限，一种全新的数据存储思想应运而生——分布式存储。如果说集中式存储是建造一座越来越大的“中央图书馆”，那么分布式存储则是反其道而行之，它的核心思想是“化整为零，分而治之”。;（1）数据分片(DataSharding)：一本很厚的百科全书，不再完整地存放在某一个图书馆，而是被拆分成不同的章节，分散存放到不同的社区图书馆。

（2）冗余备份(DataRedundancy)：为了防止某个社区图书馆因故关闭导致部分书籍章节丢失，系统会自动将每个章节复制几份，存放在其他不同的社区图书馆。;（3）统一的目录服务(Metadata?Service)：市民无需关心某本书的具体章节存放在哪里。他们只需要通过一个类似“国家图书馆信息中心”的系统查询书名，这个中心就会告诉他们去哪些社区图书馆可以找到需要的章节，甚至可以直接将内容调取出来。;（1）卓越的扩展性(ExcellentScalability)：分布式存储系统拥有近乎无限的“横向扩展”（Scale-out）能力。当存储容量或性能不足时，只需向集群中添加更多的普通服务器即可。

（2）极高的数据可靠性(HighReliabilityAvailability)：

分布式存储通过数据冗余机制（通常是多副本或纠删???技术）确保了极高的可靠性。数据被复制成多份存储在不同的服务器、机架甚至不同机房的机器上。;（3）优越的性能与成本效益：在分布式存储中，数据的读写请求被分散到集群中的众多服务器上并行处理，极大地提高了整体的I/O吞吐能力。此外，由于系统构建在大量廉价的、标准化的服务器之上，而不是昂贵的专用存储设备，因此在达到相同甚至更高容量和性能的情况下，其总体拥有成本（TCO）远低于传统集中式存储。;分布式存储的崛起并非偶然，它是在特定技术浪潮推动下的必然产物。理解其必要性，需要回溯到两个深刻改变了信息技术格局的时代背景：大数据的兴起和云计算的普及。可以说，没有这两大趋势带来的巨大需求和挑战，分布式存储可能仍然只是一个停留在学术研究中的小众概念。;在21世纪初，“大数据”这个词汇开始流行。它描述的不仅仅是数据量的庞大，更是一种全新的数据生态，其核心特征（常被称为“3V”）对传统存储发起了致命的挑战：

（1）海量：过去，一个中型企业几年的数据积累可能也只有几百?GB。而如今，一个社交媒体平台一天就能产生数PB的数据。

（2）高速：数据的产生速度和处理时效性要求也达到了前所未有的高度。金融交易系统需要在毫秒内完成数据分析和决策。

（3）多样：数据格式不一，大小各异，传统存储系统在存储和处理这类数据时显得力不所长，效率低下。

;（1）弹性伸缩(Elasticity)：云服务的最大魅力之一就是弹性。一个电商网站在“双十一”期间的访问量可能是平时的数百倍，它需要存储能力能够瞬间从10TB扩展到500TB，活动结束后又能迅速缩减回去，并且只为实际使用的资源付费。这种“即用即取、即停即止”的需求，只有具备横向扩展能力的分布式存储才能满足。它可以根据业务负载的波动，通过软件调度动态地增删服务器节点，实现存储资源的快速、自动化伸缩。;（2）资源池化与多租户(ResourcePoolingMulti-tenancy)：云服务提供商（如AWS,Azure,GoogleCloud）需要构建一个极其庞大的、统一的资源池，同时为成千上万甚至数百万个彼此独立的用户（租户）提供服务。分布式存储可以将成千上万台普通服务器的存储空间虚拟化成一个巨大的、统一的存储池。;（3）成本效益(Cost-Effectiveness)：云计算的商业模式得以成立，很大程度上依赖于其通过规模效应实现的成本优势。分布式存储使用大量廉价的