一、存储系统

1、什么是存储系统

一个提供了读写、控制类接口，能够安全有效的把数据持久化的软件，就可以称为存储系统。

2、系统特点

作为后端软件的底座，对性能敏感
存储系统软件架构，容易受硬件影响（只要硬件发生变革，软件的代码可能也会改变）
存储系统的代码，既简单（代码要简单不然性能差），又复杂（要考虑到各种情况，防止出问题，要考虑到各种硬件是否会坏什么的）

3、存储器层级结构

4、数据怎样从应用到存储介质

缓存很重要，贯穿整个存储体系
拷贝很昂贵，应该尽量减少
硬件设备五花八门，需要有抽象统一的接入层

5、RAID技术

单机存储系统怎么做到高性能/高性价比/高可靠性？

R(Redundant)A(Array)I(Inexpensive)D(Disks)

RAID出现的背景:

单块大容量磁盘的价格>多块小容量磁盘
单块磁盘的写入性能<多块磁盘的并发写入性能
单块磁盘的容错能力有限，不够安全

(1)RAID 0

多块磁盘简单组合
数据条代话存储，提高磁盘带宽
没有额外的容错设计（比如把一块私盘分为两个，存储1000mb的文件分为两个500的分别存到第一块的1位置和第二块的1位置，这样分开存入，速度肯定是增加了）

(2)RAID 1

一块磁盘对应一块而外的磁盘镜像
真实的空间利用率只有百分之50
容错能力强（分两块，一块存数据，另一个存镜像，复制一样的）

(3)RAID 0+1

这种就是结合了上面两种情况，把0的高性能和1的容错率结合，真实存储还是百分之50为了存镜像，但是用了0的分开写，性能快了。

二、数据库

1、难道数据库和存储系统不一样吗

数据库分为关系型数据库和非关系型数据库

关系数据库是存储系统，但是存储之外，又发展出其他能力（结构化数据友好，支持事务，支持复杂的查询语言）

非关系型数据库也是存储系统，但是一般不要求严格的结构化，半结构化数据友好，可能支持事务，可能支持复杂查询语句

2、数据库vs经典存储

数据库支持结构化数据管理
数据库支持事务
数据库支持复杂的查询

(1)结构化数据管理

（2）事务能力

A(tomicity)：事务内的操作要么全做，要么不做
C(onsistency)：事务执行前后，数据状态一致
I(solation)：可以隔离多个并发事务，避免影响
D(urability):事务一旦提交成功，数据保证持久性

三、主流产品剖析

1、单机存储

单机存储系统就是单个计算机节点上的存储软件系统，一般不实际网络交互

（1）本地文件系统

linux的哲学就是一切皆文件，所以文件系统的管理单元就是文件。

（2）key-value存储

世间一切皆key-value，key可以是你的身份证，value是你的内涵

常见使用方式：put(k,v) ＆ get(k)

2、分布式存储系统

分布式存储=单机存储的基础上实现了分布式协议，涉及大量网络交互

（1）HDFS

HDFS：堪称大数据时代的基石

当时时代背景，专用的高级硬件很贵，同时数据存量很大，要求超高吞吐，于是就想说要很多海量的便宜的硬件堆起来实现，支持海量存储，吞吐量大，而且因为硬件都是很多便宜的组成，容易坏，所以要求高容错性，极高的性价比

HDFS核心特点：

支持海量数据存储
高容错性
弱POSIX语义
使用普通x86服务器，性价比高

(2)Ceph

Ceph：开源的分布式存储系统的万金油

Caph特点：

一套系统支持对象接口、快接口、文件接口
但是一切皆对象
数据写入采用主备复制模型
数据布模型采用CRUSH算法（一份数据为了保证可靠性分为很多副本，分布到哪里通过分布算法实现）

【注】CRUSH算法：HASH+权重+随机抽签

3、单机数据库

单机数据库是单个计算机节点上的数据存储系统，事务在单机内执行，也可能通过网络交互实现分布式事务。

（1）关系型数据库

Oracle和MySQL

（2）非关系型数据库

MongoDB、redis、elasticsearch三足鼎立

交互方式各不相同，schema相对灵活，都在想办法支持sql子集和事务。

elasticsearch是基于文档来存储，可以序列化为json，支持嵌套，实现了大量搜索数据结构和算法，支持restful api也支持弱sql交互
mongoDB面向文档存储，可以序列化json和bason支持嵌套，4.0后也开始支持事务，也可以通过插件支持弱sql
redis数据结构非常丰富，纯c实现，超高性能，主要基于内存，但支持aof和rdb两种方式来持久化，redis-cli多语言sdk交互

4、分布式数据库

单机数据库遇到了什么问题？这么好了为什么还要卷到分布式架构？

（1）解决容量问题

单点容量有限，受硬件限制，我们把存储节点池化，不够的话就的动态扩容增加节点

（2）解决弹性问题

当用户原本服务的数据库不够用了，不如一个服务突然火爆，那么肯定得换更好的机器来带，更大的内存cpu和数据库，数据库的扩容更换是要很长时间的，然后等一段时间又没人了，系统又要换回小容量数据库cpu这些，换来换去就很慢，为了解决这种弹性问题，也可以用上面这种池化技术。

(3)解决性价比问题

有可能我们只要分配数据库容量增加，并不需要增加cpu和内存，分多了cpu过剩就会导致性价比低，那么我们也可以用这种池化的技术，不用分配cpu可以不变内存可以因为池化动态扩容的，不会因为配置更多的容量而要更好的cpu。

数据存储与数据库 | 青训营