数据存储演化
单点数据存储
存在的问题：
- 所有应用都在单点上，共享资源，会导致资源不足
- 所有的请求都访问单点，所以性能会下降
存在的问题：
单点存储服务，存在单点故障
分布式存储
多台机器形成集群，通过负载均衡降低单点的访问负载
大数据中经典的架构模式：主从
集群环境
Master：
- 存储集群的节点信息和状态；
- 监听节点信息的磁盘状态；
- 管理元数据信息，调度读写请求
- 选举存储主从节点
数据存储
读数据请求可以访问任意节点
写数据时，每个数据节点都写还是写一个？
- 每个节点都写：数据冗余，浪费存储空间，但增强可靠性
- 就写一个节点，让数据均匀分布在不同节点
- 分布式存储中，数据存储节点一般都是要将数据均匀分布在不同的节点，并且数据节点应该进行备份，增强可靠性
- 新的问题：对于请求，如何知道请求的数据在哪个节点？
- 基本数据存储依靠节点路由操作（hash取余）
备份数据谁来写？
数据备份分为两种：
- 所有数据都是相同级别，统一写
- 将数据写入到其中一个主节点，由这个节点写入到其它备份节点中
高可用
分布式数据计算
分布式数据计算是一种把需要进行大量计算的工程数据分割成小块，由多台计算机分别计算，数据在各个计算机节点上流动，同时各个计算机才能以某种方式访问数据共享数据，最终分布式计算后的输出结果被持久化存储和输出。
分布式计算比起其它算法的优点：
- 稀有资源可以共享
- 通过分布式计算可以在多台计算机上平衡计算负载
- 可以把程度放在最适合运动它的计算机上