1.2各主流分布式方案對比
分布式存儲系統種類繁多，通常按照使用場景，可将分布式存儲系統劃分為分布式塊存儲、分布式檔案存儲以及分布式對象存儲3類，如圖 1-6所示。
圖 1-6分布式存儲系統分類
塊存儲将裸磁盤空間直接映射給主機使用，主機層面作業系統識别出磁盤後，可對磁盤進行分區、格式化檔案系統或者直接進行裸裝置讀寫。塊存儲使用線性位址空間，不關心資料的組織方式以及結構，讀寫速度更快，但共享性較差。
檔案存儲将檔案系統直接挂載給主機使用，主機層面作業系統可對挂載後的檔案系統 直接進行讀寫，讀寫操作遵循POSIX（PortableOperatingSystemInterfaceofUNIX）語義，類似操作本地檔案系統。檔案存儲使用樹狀結構以及路徑通路方式，更友善了解、記憶，更适合結構化資料的存取，共享性更好，但讀寫性能較差。
對象存儲介于塊存儲與檔案存儲之間，以restfulapi或者用戶端 sdk的形式供使用者使用，更适合非結構化資料的存取。對象存儲使用統一的底層存儲系統，管理檔案以及底層媒體的組織結構，然後為每個檔案配置設定一個唯一的辨別，使用者需要通路某個檔案，直接提供檔案的辨別即可。
除以上 3 種分布式存儲方案的劃分外，分布式存儲系統還可分為分布式資料庫系統和分布式緩存系統等。
從架構角度切入，無論是分布式塊存儲系統、分布式對象存儲系統、分布式檔案存儲系統，抑或是分布式資料庫系統、分布式緩存系統，其架構無外乎以下兩種。
◆ 有中心架構
有中心架構下，分布式存儲叢集實作統一的中繼資料服務，中繼資料統一存儲并管理，用戶端發起對資料的讀寫前，先向中繼資料伺服器發起讀寫請求。
◆ 無中心架構
無中心架構下，分布式存儲系統沒有單獨的中繼資料服務，中繼資料與資料一樣，切片打散後存儲在多台存儲伺服器上，用戶端通過特定算法進行計算，确定中繼資料及資料的存儲位置，并直接向存儲節點相關程序發起資料的讀寫通路請求。依照使用的算法類型，無中心架構又可細分為私有算法模式以及一緻性散列（Hash）模式。
下文以HDFS、Ceph、Swift為例，對 3 種方案做簡要對比。
1.2.1 有中心架構
HDFS（HadoopDistributionFileSystem）是有中心分布式存儲系統的典型代表。在這種架構中，一部分節點NameNode用于存放管理資料（中繼資料檔案），另一部分節點 DataNode用于存放業務資料（資料檔案），其系統架構如圖1-7所示。
在圖1-7中，如果用戶端需要從某個檔案讀取資料，首先從NameNode擷取該檔案的位置資訊（具體在哪個DataNode），然後從該DataNode上擷取具體的資料。在該架構中NameNode通常是主備部署，而DataNode則是由大量伺服器節點構成一個存儲叢集。由于中繼資料的通路頻度和通路量相對資料都要小很多（參見後文HDFS使用場景），是以 NameNode 通常不會成為性能瓶頸；DataNode 在叢集中通常将資料以副本形式存放，該政策下既可以保證資料的高可用性，又可以分散用戶端的請求。是以，這種分布式存儲架 構可以橫向擴充 DataNode 的數量來增加存儲系統的承載能力，也即實作系統的動态橫向擴充。
HDFS目前主要用于大資料的存儲場景，HDFS也是 Hadoop大資料架構中的存儲元件。HDFS在開始設計的時候，就已經明确了它的應用場景（即大資料服務），具體如下：
圖 1-7HOFS系統架構
（1）對大檔案存儲的性能要求比較高的業務場景
HDFS采用集中式中繼資料的方式進行檔案管理，中繼資料儲存在 NameNode的記憶體中，檔案數量的增加會占用大量的NameNode記憶體。即當 HDFS 存儲海量小檔案時，中繼資料會占用大量記憶體空間，引起整個分布式存儲系統性能的下降。由于此限制，HDFS 更适合應用在存儲大檔案的使用場景，檔案大小以百 MB級别或者 GB級别為宜。
（2）讀多寫少的業務場景
HDFS 的資料傳輸吞吐量比較高，但是資料寫入時延比較差，是以，HDFS不适合頻繁的資料寫入場景，但就大資料分析業務而言，其處理模式通常為一次寫入、多次讀取， 然後進行資料分析工作，HDFS可以勝任該場景。