存储是我们码农每天都要打交道的东西，而当我们面对RAID、SAN、对象存储、分布式数据库等技术时，往往是似是而非的。成为我们的陌生人。在老程序员眼里，存储好像就是这样。从计算机结构说起，存储是计算机的一部分。在冯·诺依曼架构中，有一个重要的单元——存储器，它连接着输入/输出，还有控制器和运算单元，处于核心环节。与存储中数据的交互是通过IO实现的，IO的性能直接影响到系统的性能。我们甚至把应用分为IO密集型和CPU密集型等等。从IO访问方式来看，可以分为阻塞/非阻塞，同步/异步。Linux中提供了五种IO模型：BlockingI/O：阻塞I/ONon-blockingI/O：非阻塞I/OI/Omultiplexing：I/O多路复用（select和poll）Signal-drivenI/O：信号drivenI/O(SIGIO)asynchronousI/O：异步I/O（POSIXaio_functions）在性能方面，异步IO的性能无疑是最好的。IO抽象为逻辑IO和物理IO，分为磁盘、卷和文件系统三层。打个简单的比方，磁盘好比一个空地，卷好比一个小区，文件系统就是小区里的建筑物和房间。卷位于操作系统和硬盘之间，屏蔽了底层硬盘组合的复杂性，使得多个硬盘在操作系统看来就像一个硬盘。镜像、快照、磁盘的动态扩展都可以通过卷来实现。文件系统的主要目标是管理磁盘空间。对于程序员来说，我们一般面对的是文件系统，通过文件系统感知存储中的数据。提高存储的可靠性——磁盘阵列的硬盘一旦发生故障，极有可能导致数据丢失，进而演化为灾难。对于很多企业应用来说，直接提高存储可靠性的方式就是通过磁盘阵列——RAID。RAID是RedundantArraysofIndependentDisks的首字母缩写，是将相同的数据存储在多个硬盘的不同位置。通过将数据放置在多个硬盘驱动器上，输入和输出操作可以以平衡的方式重叠，从而提高性能并延长平均故障间隔时间(MTBF)，存储冗余数据也增加了容错性，从而提高了存储可靠性。常见的RAID类型如下：RAID的两个主要目标是提高数据可靠性和I/O性能。实际上，RAID可以看作是一种虚拟化技术，将多个物理磁盘虚拟成一个大容量的逻辑驱动器。增加存储容量——存储网络磁盘阵列虽然也在一定程度上增加了存储容量，但很难满足人们对存储容量的需求。为了解决存储空间的问题，采用了分而治之的方法，通过DAS独立使用硬盘作为存储空间。DAS（DirectAttachedStorage）是指通过SCSI接口或光纤通道将存储设备直接连接到主机上。DAS是磁盘的集合，数据的读写也是由主机控制的。但是DAS无法实现多主机共享磁盘空间的问题。为了解决共享问题，出现了SAN（StorageAreaNetwork）---存储网络。由于SAN网络不直接与磁盘交互，而是解决数据访问问题，所以使用的协议比DAS更高。对于存储网络，带宽要求非常高，所以在SAN网络下，光纤成为连接的基础。光纤上的协议比以太网协议更紧凑，性能更高。从数据的角度来看，存储空间的共享可以体现在文件的共享上。NAS（NetworkAttachedStorage）是通过标准以太网将存储设备连接到一组主机上。N是一种组件级的存储方式，可以解决存储容量快速增长的需求。也就是说，NAS从文件系统层面解决了存储扩展问题。NAS和SAN的本质区别在于文件管理系统。在SAN中，文件管理系统在每台应用服务器上；而在NAS中，各个应用服务器通过网络共享协议（如NFS等）使用同一个文件管理系统。NAS的出发点是应用程序、用户和文件，以及它们共享的数据；而SAN的起点是磁盘和连接它们的基础设施。三者的关系如下图所示：通用存储系统应用存储是我们软件产品和服务中必不可少的一部分，通用存储系统应用包括：配置数据服务：只读访问缓存系统：有/无持久化文件系统：目录/POSIX对象系统：Blob/KV表系统：Column/SQL数据库系统：满足ACID备份系统：冷存储/延迟读...在使用存储系统时，我们可能需要关注的指标：存储成本功能：读/写/列索引/条件查询/事务/权限。.性能：读写吞吐量/IOPS/延迟/负载均衡。..AvailabilityReliabilityScalabilityConsistency存储引擎是存储系统中的引擎，直接决定了存储系统的性能和功能，实现了存储系统的增/删/改/查，广泛应用于数据库系统。常见的存储引擎有：哈希存储引擎、B树存储引擎（磁盘索引节省内存）和LSM树存储引擎（随机写到顺序写）。分布式存储系统应用——云服务分布式存储系统一般采用可扩展的体系结构，利用多台存储服务器分担存储负载，利用位置服务器定位和存储信息，不仅提高了系统的可靠性、可用性和访问效率,易于扩展。分布式存储的应用场景一般分为三种：对象存储：即通常的key-value存储，其接口简单GET、PUT、DEL等扩展块存储：通常以QEMUDriver或QEMUDriver的形式存在KernelModule，需要实现Linux的BlockDevice接口或者QEMU提供的BlockDriver接口，比如AWS的EBS，青云的云硬盘，百度云的云盘等。文件存储：支持POSIX接口，提供并行化能力，比如如Ceph的CephFS，但有时GFS、HDFS等非POSIX接口类文件存储接口也算作这一类。一般对象存储通常以大文件为主，需要足够的IO带宽。块存储：它可以处理大文件和小文件的读写。块存储要求的延迟是最好的。文件存储需要考虑目录、文件属性等的支持，难以支持并行化。通过具体的实现来定义接口可能会更容易。实现分布式存储系统通常涉及元数据、分区、复制、容错等诸多方面。分布式设计采用master-slave，fullydistributed，或者两者兼而有之。底层存储可以依赖本地文件系统的接口，也可以实现简单的物理块管理，但相对来说并不容易。好在分布式存储系统已经成为云服务的基础能力，尤其是对象存储，比如七牛、S3、OSS、BOS等，已经是标配。有了云服务的存储，我们可以更专注于业务本身。各种存储带来的烦恼，会不会逐渐随风而去？！【本文来自专栏作家“老曹”原创文章，作者微信公众号：哦家ArchiSelf，id：wrieless-com】点此阅读更多本作者好文
