技術革命一定是源(yuan)于某項技術突破，那么云計(ji)(ji)算又是源(yuan)于什么？從技術的(de)(de)(de)視角(jiao)來看，云計(ji)(ji)算所突破的(de)(de)(de)就是海量存儲(chu)技術以及在(zai)此基礎上(shang)的(de)(de)(de)并行計(ji)(ji)算技術的(de)(de)(de)突破。正是這些(xie)突破，造就了諸如(ru)Google、Facebook、Twitter這些(xie)新(xin)興互聯網(wang)企(qi)業。另一方面企(qi)業信息(xi)系統正日益變得復雜與龐大，上(shang)面所述技術突破展(zhan)現出來的(de)(de)(de)幾乎無限(xian)的(de)(de)(de)擴展(zhan)、海量計(ji)(ji)算以及高(gao)可用的(de)(de)(de)特(te)性(xing)正是企(qi)業所迫切需要的(de)(de)(de)。

一、云(yun)存儲技術帶來(lai)什(shen)么

云存儲(chu)技術最早(zao)來源于互聯網企業(ye)，這也是(shi)(shi)可以(yi)(yi)理解的(de)(de)，這些企業(ye)所面臨的(de)(de)訪(fang)問量也是(shi)(shi)之前仟何企業(ye)所不(bu)曾遇到的(de)(de)。從一(yi)個數(shu)(shu)據就可以(yi)(yi)得知：現(xian)在支付(fu)寶每天新增(zeng)的(de)(de)記錄數(shu)(shu)為3億條。顯然這樣的(de)(de)數(shu)(shu)據量以(yi)(yi)及(ji)在此之上的(de)(de)運算，不(bu)是(shi)(shi)傳統關系型(xing)數(shu)(shu)據庫可以(yi)(yi)支撐的(de)(de)了。

這里所說(shuo)的(de)(de)云(yun)存(cun)(cun)儲(chu)技(ji)術并非特指某項技(ji)術，而是(shi)(shi)一(yi)大(da)類技(ji)術的(de)(de)統稱，一(yi)般來自只要是(shi)(shi)具有(you)(you)(you)以(yi)下特征(zheng)的(de)(de)數(shu)據(ju)庫都可以(yi)被看作是(shi)(shi)云(yun)存(cun)(cun)儲(chu)技(ji)術。首先是(shi)(shi)共有(you)(you)(you)幾乎(hu)無限(xian)的(de)(de)擴(kuo)展能力(li)，可以(yi)支撐幾百TB直至PB級的(de)(de)數(shu)據(ju)；此外，是(shi)(shi)采用了并行(xing)計算模式(shi)，從而獲得海量運算能力(li)。簡(jian)而言之，當計算能力(li)不足(zu)，無論是(shi)(shi)存(cun)(cun)儲(chu)還(huan)是(shi)(shi)運算，對(dui)于需求(qiu)提出方而言，就(jiu)是(shi)(shi)簡(jian)單的(de)(de)增加機器即(ji)可實(shi)現。云(yun)存(cun)(cun)儲(chu)更進(jin)一(yi)步的(de)(de)特征(zheng)便(bian)是(shi)(shi)高可用性(xing)，也(ye)就(jiu)是(shi)(shi)說(shuo)，在任何時候(hou)都能夠保證系統正常(chang)使用，即(ji)便(bian)有(you)(you)(you)機器發生故(gu)障(zhang)。目前常(chang)見的(de)(de)符合這樣特征(zheng)的(de)(de)系統，有(you)(you)(you)Google的(de)(de)GFS以(yi)及BigTable，Apache基(ji)金(jin)會(hui)的(de)(de)Hadoop（HDFs和HBaSe），最(zui)初來自于Amazon現在也(ye)屬于Apache基(ji)金(jin)會(hui)的(de)(de)Cassandra，此外還(huan)有(you)(you)(you)MongoDB、CouchDB、Hypetable、Redis等等。

作為可(ke)(ke)擴(kuo)展性(xing)是(shi)指系統(tong)架構可(ke)(ke)以(yi)讓(rang)系統(tong)提供更多的(de)(de)服務(wu)(wu)而不降低使用性(xing)能(neng)的(de)(de)特性(xing)。通過現有(you)的(de)(de)機器(qi)增(zeng)加硬(ying)件(jian)(jian)的(de)(de)容量、內(nei)存進行(xing)垂直擴(kuo)展，這是(shi)最簡(jian)單的(de)(de)達到可(ke)(ke)擴(kuo)展性(xing)的(de)(de)手(shou)段，但這有(you)個限度(du)。而水平(ping)擴(kuo)展則需要(yao)增(zeng)加更多機器(qi)，每臺機器(qi)提供全部(bu)(bu)或部(bu)(bu)分數(shu)(shu)據。這樣所(suo)有(you)主機都(dou)不必負(fu)擔(dan)全部(bu)(bu)業務(wu)(wu)請求。但軟件(jian)(jian)自己需要(yao)有(you)內(nei)部(bu)(bu)機制來(lai)保證(zheng)集群中節點(dian)間(jian)的(de)(de)數(shu)(shu)據同步。而云存儲技術(shu)所(suo)帶(dai)來(lai)的(de)(de)可(ke)(ke)擴(kuo)展性(xing)幾乎(hu)是(shi)無(wu)限的(de)(de)，并且對于投資者而言(yan)投入（硬(ying)件(jian)(jian)投資）與產(chan)出（提供更多的(de)(de)服務(wu)(wu)）幾乎(hu)是(shi)線(xian)性(xing)的(de)(de)。

水平擴展說到底(di)就是使用更(geng)多的(de)(de)(de)(de)主(zhu)機(ji)來承擔運算。假設一(yi)臺(tai)主(zhu)機(ji)在(zai)運行一(yi)年的(de)(de)(de)(de)時間里(li)發(fa)生(sheng)的(de)(de)(de)(de)故(gu)(gu)障(zhang)是n次，那么20臺(tai)主(zhu)機(ji)在(zai)運行一(yi)年的(de)(de)(de)(de)時間里(li)發(fa)牛故(gu)(gu)障(zhang)的(de)(de)(de)(de)次數則為20×n，由此看出當(dang)某(mou)個集群中主(zhu)機(ji)的(de)(de)(de)(de)數量達到一(yi)定程度，在(zai)一(yi)年中發(fa)生(sheng)故(gu)(gu)障(zhang)的(de)(de)(de)(de)概率將會非常大(da)，甚至每天有機(ji)器(qi)發(fa)生(sheng)故(gu)(gu)障(zhang)也不(bu)是危言聳(song)聽(ting)。許(xu)多云存儲技(ji)術(shu)都將此作為基本的(de)(de)(de)(de)設計前提(ti)，兇(xiong)此云存儲技(ji)術(shu)天生(sheng)具有良好的(de)(de)(de)(de)高(gao)可用性(xing)與容錯性(xing)。

是(shi)否可把現在的(de)企(qi)業應用都替換了？不行。實行應用前，需先滿足(zu)EricBrewer的(de)CAP理論(lun)（2002年被(bei)理論(lun)證明）。依(yi)據這個理論(lun)，一(yi)個大規模分布式數據庫系統，有以下三個需求(qiu)：

1一致性（Consistency）：對于所(suo)有(you)的數據庫客戶(hu)端使用同樣(yang)的查詢(xun)都可以得到同樣(yang)的結果，即使是(shi)有(you)并發更(geng)新的時候也是(shi)如此。

2可(ke)(ke)用性（AvailabiLity）：所有的數據(ju)庫客戶端總是可(ke)(ke)以讀寫數據(ju)。

3分區耐(nai)受性(xing)（PartitionTolerance）：數據(ju)庫可以(yi)分散到(dao)多臺(tai)機器上，即(ji)使(shi)發(fa)生網路故障(zhang)，被分成多個分區，依然(ran)可以(yi)提供服務。

CAP理論指出，同時只(zhi)能具有(you)這三個(ge)特性(xing)(xing)(xing)中的(de)(de)(de)(de)(de)(de)兩個(ge)。傳(chuan)統的(de)(de)(de)(de)(de)(de)關(guan)系(xi)(xi)型(xing)(xing)數(shu)(shu)(shu)據庫所強調(diao)的(de)(de)(de)(de)(de)(de)是(shi)一致性(xing)(xing)(xing)（C）與可用(yong)(yong)性(xing)(xing)(xing)（A），而在分(fen)(fen)區(qu)耐受(shou)性(xing)(xing)(xing)（P）方(fang)面的(de)(de)(de)(de)(de)(de)支持(chi)十分(fen)(fen)有(you)限，這一點從(cong)本質(zhi)上揭示了(le)上述關(guan)系(xi)(xi)型(xing)(xing)數(shu)(shu)(shu)據庫的(de)(de)(de)(de)(de)(de)問(wen)題。再來看云存儲技術，都特別強調(diao)了(le)分(fen)(fen)區(qu)耐受(shou)性(xing)(xing)(xing)（P），從(cong)而彌補關(guan)系(xi)(xi)型(xing)(xing)數(shu)(shu)(shu)據庫存此方(fang)面的(de)(de)(de)(de)(de)(de)不(bu)足(zu)，接(jie)下來的(de)(de)(de)(de)(de)(de)區(qu)別就(jiu)(jiu)是(shi)選擇可用(yong)(yong)性(xing)(xing)(xing)（A）還是(shi)一致性(xing)(xing)(xing)（C）了(le)。對(dui)于(yu)CP系(xi)(xi)統，放(fang)棄的(de)(de)(de)(de)(de)(de)是(shi)可用(yong)(yong)性(xing)(xing)(xing)（A），數(shu)(shu)(shu)據可保持(chi)一致性(xing)(xing)(xing)，但如(ru)果有(you)節點發生故障，仍然會(hui)有(you)部分(fen)(fen)數(shu)(shu)(shu)據無法(fa)訪問(wen)；而對(dui)于(yu)AP系(xi)(xi)統，放(fang)棄的(de)(de)(de)(de)(de)(de)則是(shi)一致性(xing)(xing)(xing)（C），那么你的(de)(de)(de)(de)(de)(de)系(xi)(xi)統就(jiu)(jiu)有(you)可能返(fan)回不(bu)太(tai)精(jing)確的(de)(de)(de)(de)(de)(de)數(shu)(shu)(shu)據。

上面(mian)的(de)(de)(de)技(ji)術特點決定了云存儲技(ji)術有(you)一些特別擅長的(de)(de)(de)領域。譬如訪問流量可(ke)能(neng)會很大(da)，即隨時訪問數據量很大(da)，從而需要大(da)規模(mo)分布式部(bu)(bu)署(shu)。考察讀寫(xie)操作的(de)(de)(de)比例，特別適合統(tong)計分析型工作。有(you)時對于(yu)數據一致性要求并不高，可(ke)以容忍當(dang)某個(ge)數據被寫(xie)入后，在(zai)一段合理(li)的(de)(de)(de)時間內可(ke)能(neng)會有(you)部(bu)(bu)分用戶讀到(dao)的(de)(de)(de)是(shi)(shi)寫(xie)入之前的(de)(de)(de)數據，搜(sou)索業務就是(shi)(shi)一個(ge)典型例子。

文章來源于縱橫數據（