㈠ 什么是分布式存储系统
分布式存储系统
定义
分布式存储系统是大量普通PC服务器通过Internet互联，对外作为一个整体提供存储服务
特性
可扩展
低成本
高性能
易用
挑战
分布式存储系统的挑战主要在于数据、状态信息的持久化，要求在自动迁移、自动容错、并发读写的过程中保证数据的一致性。分布式存储涉及的技术主要来自两个领域：分布式系统以及数据库。
数据分布
一致性
容错
负载均衡
事务与并发控制
易用性
压缩/解压缩
分类
非结构化数据，一般的文档
结构化数据， 存储在关系数据库中
半结构化数据，HTML文档
不同的分布式存储系统适合处理不同类型的数据：
分布式文件系统
非结构化数据，这类数据以对象的形式组织，不同对象之间没有关联，这样的数据一般称为Blob（二进制大对象）数据
典型的有Facebook Haystack 以及 Taobao File System
另外，分布式文件系统也常作为分布式表格系统以及分布式数据库的底层存储，如谷歌的GFS可以作为分布式表格系统Google Bigtable 的底层存储，Amazon的EBS（弹性存储块）系统可以作为分布式数据库（Amazon RDS）的底层存储
总体上看，分布式文件系统存储三种类型的数据：Blob对象、定长块以及大文件
分布式键值系统
较简单的半结构化数据，只提供主键的CRUD（创建、读取、更新、删除）
典型的有Amazon Dynamo 以及 Taobao Tair
分布式表格系统
较复杂的半结构化数据，不仅支持CRUD，而且支持扫描某个主键范围
以表格为单位组织数据，每个表格包括很多行，通过主键标识一行，支持根据主键的CRUD功能以及范围查找功能
典型的有Google Bigtable 以及 Megastore，Microsoft Azure Table Storage，Amazon DynamoDB等
分布式数据库
存储结构化数据，一般是由单机关系数据库扩展而来
典型的包括MySQL数据库分片集群、Amazon RDS以及Microsoft SQL Azure
㈡ 什么是结构化的数据存储类型
最具有代表性的就是关系型数据库。由表，列，行组成。
㈢ 什么是存储设备如何分类
什么是存储设备？
用于为您的计算机或系统满足永久的存储形式以保存和恢复您每天使用的软件程序和数据文件的设备。
相对于计算机的随机存储器 (RAM)只能临时存储您正在使用的文件。计算机关闭时，存储在 RAM 中的信息将被清除。
以下为最常用类型的驱动器：
硬盘驱动器, 软盘驱动器 ,ZIP 驱动器 ,CD 驱动器, DVD 驱动器, 磁带驱动器
硬盘驱动器是计算机的主要存储设备。它可以存储预安装在计算机上的所有软件应用程序和您自己安装的程序。此外，硬盘驱动器是您处理文件时最常用的存储位置。
硬盘驱动器是由使用磁性方式存储数据的金属磁片组成。在您或您的软件告诉操作系统读取或写入文件时，操作系统命令硬盘控制器将读/写磁头移至驱动器的文件分配表 (FAT)。操作系统读取文件分配表以确定磁盘上的文件起始区或用以保存新文件的自由区。
磁头通过调整磁片表面的磁颗粒将数据写入磁片；通过检测已经调整的磁颗粒的极性读取数据。
存储文件从第一个自由簇开始，将文件存储在几个磁片的多个簇中。操作系统将新文件写入磁盘时，所有文件的簇将被记入文件分配表。
软盘驱动器有时称为软驱，用来将数据存储在可移动的软盘上，即可很方便地将文件从一台计算机上传送至另一台计算机。软盘存储数据和旋转的方式类似于硬盘驱动器，只是存储空间较小。使用软盘驱动器数据传送速度较慢，但它是所有新型计算机保留的标准组件，原因是其性能可靠且软盘价格低。
软盘驱动器和软盘的大小与存储容量多种多样。Compaq Presario 个人计算机软盘驱动器的类型如下：
3.5 英寸驱动器使用最广。3.5 英寸软盘保护结实，容量可从 720 千字节至 2.88 兆字节，1.44 兆字节的软盘是其中最常见的一种。
Zip 驱动器（仅在某?;机型中具备?;已发展到支持更高容量 (100 MB) 的软盘。您可在任何计算机商店购买 ZIP 软盘。
光盘 (CD) 驱动器已日渐普及，尤其在多媒体计算机中。计算机的 CD 驱动器与音乐光盘很相似，使用激光束阅读数据，并且数据 CD 存储信息的容量达 680 MB 。CD 驱动器可用来检索大量的数据或在工作时播放您喜?#174;的音乐 CD 。
新型的数字视频光盘 (DVD) 驱动器的外形和操作与 CD 驱动器类似，但 DVD 光盘存储的数据是 CD 的七倍。(一张单层单面 DVD 可存储整个 2 小时的电影。)
DVD 驱动器的容量从 4.7GB 至 17GB。此外，DVD 驱动器反向兼容；您可以在 DVD 驱动器中使用现有的光盘。
随着硬盘驱动器的容量日益增加，将计算机中的文件备份到软盘上变得既耗资又费时。然而，磁带驱动器是理想的备份设备，您可以在一盒磁带上存储几千兆字节的信息。 此外，家用计算机的磁带驱动器价格适中，有?;磁带备份软件程序可在晚上或周?;无人看管的情况下进行备份。
在各种类型的磁带驱动器中，四分?#174;一英寸的盒式 (QIC) 磁带驱动器最常见。这类驱动器以磁性方式将数据存储至四分?#174;一英寸宽的磁带上。在您运行磁带备份程序时，程序读取硬盘驱动器的文件分配表 (FAT) 以查找要备份的文件。磁带驱动器的控制器开始转动磁带，然后数据被送至磁带驱动器的写磁头。磁带通常有 20 至 32 个并列磁道。数据从某一磁道开始写入数据，一直写到磁道?;尾，然后成螺旋形写入下一个外围磁道。此过程一直进行到所有的数据均已写入磁带为止，然后备份程序根据文件的磁道和分段更新文件目录。
㈣ 什么是结构化的数据存储类型
在C语言中， 有 数据类型(data type) 和 数据存储类(data storage class) 2个术语
数据类型一般用于表示 某个变量它在内存中占据的字节数。
举例， char ch = ‘a’; 定义了一个字符变量ch， 初始化为字符a，数据类型为char的变量在内存中一般占据 一个字节的内存空间，直接和它对应的一个函数为 sizeof(), 这个函数可以求出具体某个平台上，某种数据类型占据的内存字节数。再举例int数据类型, int这个数据类型的大小，一般而言与处理器中寄存器的大小是一致的， 对于不同的平台，16位，32位，64位 都是可能的，也就是2个字节，4个字节，8个字节等
以上说的是数据类型
关于存储类(storage class) 有4种，分别是 auto, static, extern, register
auto 是默认的存储类型，也就是说你声明一个变量，如 int i; 等同于 auto int i; 对于一个程序员而言，auto没多大用途，对于一个编译器设计者，就是另外一回事了。
static 声明了静态数据，所谓静态数据 也就是变量的生命期(lifetime)，通俗点讲，就是它能起多久的作用（如果我没说错的话）， 这种存储类型的变量 是和 你的程序共存亡的，
如定义 static int count = 10; 除非你改变了它，或者程序退出了，否则它是一直存在的
extern 这个存储类型， 一般是声明变量，或者函数的，它告诉编译器，某某的定义在别处，
比如
// in source code a.c
extern int p(unsigned i);
在这个程序的别的源代码文件中存在 这个函数p的定义，
如
// in source code b.c
int p(unsigned i)
{
if(i>0)
return 1;
else
return 0;
}
regiter 这个存储类告诉编译器 尽量把某变量安排在寄存器里边，这是程序员处于对该变量访问速度的考虑，现在能看见这样的声明的机会不是很多了， 也有， 因为如果声明了register 就打乱了编译器本身的优化策略，但是，再说一次，有人还是在做这样的使用的
希望我以上说的能对你有所帮助，哪怕一点点帮助也好
㈤ 什么是结构化的数据存储类型
结构化数据存储，就是把数据按照一定的结构存储起来，比如ios的NSDictionary,一个健对应一个值。以便于操作数据的时候方便操作，
一般有3种
键值归档（一个键，对应一个值，按键取值）
属性列表（诸如xml文件存储之类的）
数据库存储（直接存储数据库）
㈥ 请教：关于结构化和非结构化数据存储
（1）结构化数据，简单来说就是数据库。结合到典型场景中更容易理解，比如企业ERP、财务系统；医疗HIS数据库；政府行政审批；其他核心数据库等。这些应用需要哪些存储方案呢？基本包括高速存储应用需求、数据备份需求、数据共享需求以及数据容灾需求。
（2）非结构化数据库是指其字段长度可变，并且每个字段的记录又可以由可重复或不可重复的子字段构成的数据库，用它不仅可以处理结构化数据（如数字、符号等信息）而且更适合处理非结构化数据（全文文本、图像、声音、影视、超媒体等信息）。
面对海量非结构数据存储，杉岩海量对象存储MOS，提供完整解决方案，采用去中心化、分布式技术架构，支持百亿级文件及EB级容量存储，具备高效的数据检索、智能化标签和分析能力，轻松应对大数据和云时代的存储挑战，为企业发展提供智能决策。
㈦ 什么是结构化数据
结构化数据（有时称为关系数据）是遵循某种严格架构的数据，因此所有数据都具有相同的字段或属性。共享架构允许使用SQL（结构化查询语言）等查询语言轻松搜索此类数据。此功能使此数据样式非常适合CRM系统、预留和库存管理等应用程序。
结构化数据通常存储在具有行和列的数据库表中，其中键列指示表中的一行与另一个表的另一行中的数据之间的关系。
结构化数据很简单，易于输入，查询和分析。所有数据都遵循相同的格式。但强制采用一致的结构也意味着数据演变会更加困难，因为必须更新每个记录才能符合新的结构。
一个结构化数据的具体例子
业务分析师希望实现商业智能，以计算库存管道和查看销售数据，为了执行这些操作，需要将多个月的数据聚合在一起，然后进行查询。由于需要聚合类似数据。因此必须对这些数据进行结构化处理，以便将一个月的数据与下个月的进行比较。
㈧ Bigtable---分布式的结构化数据存储系统
sina
Bigtable 是一个分布式的结构化数据存储系统，它被设计用来处理海量数据：通常是分布在数千台普通服务器上的PB 级的数据。Google 的很多项目使用Bigtable 存储数据，包括Web 索引、GoogleEarth、Google Finance。这些应用对Bigtable 提出的要求差异非常大，无论是在数据量上（从URL到网页到卫星图像）还是在响应速度上（从后端的批量处理到实时数据服务）。
Bigtable 已经实现了下面的几个目标：适用性广泛、可扩展、高性能和高可用性,Bigtable 是一个稀疏的、分布式的、持久化存储的多维度排序Map。
图一：一个存储Web 网页的例子的表的片断。行名是一个反向URL。contents 列族存放的是网页的内容，anchor 列族存放引用该网页的锚链接文本（alex 注：如果不知道HTML 的Anchor，请Google一把）。CNN 的主页被Sports Illustrater和MY-look 的主页引用，因此该行包含了名为“anchor:cnnsi.com”和“anchhor:my.look.ca”的列。每个锚链接只有一个版本（alex 注：注意时间戳标识了列的版本，t9 和t8 分别标识了两个锚链接的版本）；而contents 列则有三个版本，分别由时间戳t3，t5，和t6 标识。
行
Bigtable 通过行关键字的字典顺序来组织数据。表中的每个行都可以动态分区。每个分区叫做一个”Tablet”，Tablet 是数据分布和负载均衡调整的最小单位。
列族
Webtable 有个列族language，language 列族用来存放撰写网页的语言。
我们在language 列族中只使用一个列关键字，用来存放每个网页的语言标识ID。Webtable 中另一个有用的列族是anchor；这个列族的每一个列关键字代表一个锚链接，如图一所示。Anchor 列族的限定词是引用该网页的站点名；Anchor 列族每列的数据项存放的是链接文本。访问控制、磁盘和内存的使用统计都是在列族层面进行的。
时间戳
不同版本的数据通过时间戳来索引。Bigtable 时间戳的类型是64 位整型。
Bigtable 可以给时间戳赋值，用来表示精确到毫秒的“实时”时间；用户程序也可以给时间戳赋值。如果应用程序需要避免数据版本冲突，那么它必须自己生成具有唯一性的时间戳。数据项中，不同版本的数据按照时间戳倒序排序，即最新的数据排在最前面。为了减轻多个版本数据的管理负担，我们对每一个列族配有两个设置参数， Bigtable 通过这两个参数可以对废弃版本的数据自动进行垃圾收集。用户可以指定只保存最后n 个版本的数据，或者只保存“足够新”的版本的数据（比如，只保存最近7 天的内容写入的数据）。
Bigtable支持的其他特性
1、Bigtable 支持单行上的事务处理，利用这个功能，用户可以对存储在一个行关键字下的数据进行原子性的读-更新-写操作。
2、Bigtable 允许把数据项用做整数计数器。
3、Bigtable 允许用户在服务器的地址空间内执行脚本程序
4、Bigtable 可以和MapRece一起使用，MapRece 是Google 开发的大规模并行计算框架。我们已经开发了一些Wrapper 类，通过使用这些Wrapper 类，Bigtable 可以作为MapRece 框架的输入和输出。
Bigtable依赖于google的几项技术。用GFS来存储日志和数据文件；按SSTable文件格式存储数据；用Chubby管理元数据：
Bigtable是建立在其它的几个Google基础构件上的。BigTable 使用Google 的分布式文件系统(GFS)存储日志文件和数据文件。BigTable 集群通常运行在一个共享的机器池中，池中的机器还会运行其它的各种各样的分布式应用程序，BigTable 的进程经常要和其它应用的进程共享机器。BigTable 依赖集群管理系统来调度任务、管理共享的机器上的资源、处理机器的故障、以及监视机器的状态。
BigTable 内部存储数据的文件是Google SSTable 格式的。SSTable 是一个持久化的、排序的、不可更改的Map 结构，而Map 是一个key-value 映射的数据结构，key 和value 的值都是任意的Byte串，从内部看，SSTable 是一系列的数据块（通常每个块的大小是64KB，这个大小是可以配置的）。。SSTable 使用块索引（通常存储在SSTable 的最后）来定位数据块；在打开SSTable的时候，索引被加载到内存。每次查找都可以通过一次磁盘搜索完成：首先使用二分查找法在内存中的索引里找到数据块的位置，然后再从硬盘读取相应的数据块。也可以选择把整个SSTable 都放在内存中，这样就不必访问硬盘了。
BigTable 还依赖一个高可用的、序列化的分布式锁服务组件，叫做Chubby。Chubby有五个活跃副本，同时只有一个主副本提供服务，副本之间用Paxos算法维持一致性，Chubby提供了一个命名空间（包括一些目录和文件），每个目录和文件就是一个锁，Chubby的客户端必须和Chubby保持会话，客户端的会话若过期则会丢失所有的锁。
Bigtable 包括了三个主要的组件：链接到客户程序中的库、一个Master主服务器和多个Tablet片 服务器。
Bigtable会将表（table）进行分片，片（tablet）的大小维持在100-200MB范围，一旦超出范围就将分裂成更小的片，或者合并成更大的片。每个片服务器负责一定量的片，处理对其片的读写请求，以及片的分裂或合并。片服务器可以根据负载随时添加和删除。这里片服务器并不真实存储数据，而相当于一个连接Bigtable和GFS的代理，客户端的一些数据操作都通过片服务器代理间接访问GFS。主服务器负责将片分配给片服务器，监控片服务器的添加和删除，平衡片服务器的负载，处理表和列族的创建等。注意，主服务器不存储任何片，不提供任何数据服务，也不提供片的定位信息。
客户端需要读写数据时，直接与片服务器联系。因为客户端并不需要从主服务器获取片的位置信息，所以大多数客户端从来不需要访问主服务器，主服务器的负载一般很轻。
Master 服务器主要负责以下工作：为Tablet 服务器分配Tablets、检测新加入的或者过期失效的Table 服务器、对Tablet 服务器进行负载均衡、以及对保存在GFS 上的文件进行垃圾收集。除此之外，它还处理对模式的相关修改操作，例如建立表和列族。
我们使用一个三层的、类似B+树的结构存储Tablet 的位置信息。
第一层是一个存储在Chubby 中的文件，它包含了Root Tablet 的位置信息。这个Chubby文件属于Chubby服务的一部分，一旦Chubby不可用，就意味着丢失了root tablet的位置，整个Bigtable也就不可用了。
第二层是root tablet。root tablet其实是元数据表（METADATA table）的第一个分片，它保存着元数据表其它片的位置。root tablet很特别，为了保证树的深度不变，root tablet从不分裂。
第三层是其它的元数据片，它们和root tablet一起组成完整的元数据表。每个元数据片都包含了许多用户片的位置信息。
片的数据最终还是写到GFS里的，片在GFS里的物理形态就是若干个SSTable文件。下图展示了读写操作基本情况。
BigTable和GFS的关系
集群包括主服务器和片服务器，主服务器负责将片分配给片服务器，而具体的数据服务则全权由片服务器负责。但是不要误以为片服务器真的存储了数据（除了内存中memtable的数据），数据的真实位置只有GFS才知道，主服务器将片分配给片服务器的意思应该是，片服务器获取了片的所有SSTable文件名，片服务器通过一些索引机制可以知道所需要的数据在哪个SSTable文件，然后从GFS中读取SSTable文件的数据，这个SSTable文件可能分布在好几台chunkserver上。
一个简化的Bigtable结构图：
结构图以Webtable表为例，表中存储了网易、网络和豆瓣的几个网页。当我们想查找网络贴吧昨天的网页内容，可以向Bigtable发出查询Webtable表的(com..tieba, contents:, yesterday)。
假设客户端没有该缓存，那么Bigtable访问root tablet的片服务器，希望得到该网页所属的片的位置信息在哪个元数据片中。使用 METADATA.Webtable.com..tieba 为行键在root tablet中查找，定位到最后一个比它大的是 METADATA.Webtable.com..www ，于是确定需要的就是元数据表的片A。访问片A的片服务器，继续查找 Webtable.com..tieba ，定位到 Webtable.com..www 是比它大的，确定需要的是Webtable表的片B。访问片B的片服务器，获得数据。
这里需要注意的是，每个片实际都由若干SSTable文件和memtable组成，而且这些SSTable和memtable都是已排序的。这就导致查找片B时，可能需要将所有SSTable和memtable都查找一遍；另外客户端应该不会直接从元数据表获得SSTable的文件名，而只是获得片属于片服务器的信息，通过片服务器为代理访问SSTable。