当程序的数据量太大，一台计算机无法进行存储的情况下，就需要使用分布式文件系统。

程序本身拥有大量数据或者程序每天不断产生大量数据。

image.png

分布式文件系统可以将多个文件系统通过网络连接起来，组成一个文件系统网络。可以支持超大文件、提高容错性能、提高文件的访问效率。
image.png

元数据

对于没有元数据中心的分布式文件系统，使用的哈希取模的方法。

文件a目录上存储一个拓展信息，当时存a的N值，N好像是代表在哪个节点；

一致性哈希，数据变多了之后，数据不均衡，有热点问题。需要把数据搬移到附近节点上去，然后把N值删除。

常见分布式文件系统

GFS

Google FIle System
image.png

Lusture

image.png

FastDFS

C语言开发
image.png

文件系统发展史

网络文件系统(80年代) — >共享SAN —> 对象存储

分布式系统的问题

CAP理论

一致性 Consistency

可用性 Avaliability

分区容错性 Partition tolerance

CA

优先保证一致性和可用性，放弃分区容错，这也意味着系统的扩展性，系统不再是分布式的，有违设计的初衷。

CP

优先保证一致性和分区容错性，放弃可用性。
在数据一致性要求比较高的场合(例如zookeeper)，

AP

有限保证可用性和分区容错性，放弃一致性。NoSQL中的Cassandra就是这种架构，和CP一样，放弃一致性不是不保证一致性，而是最终一致，逐渐变得一致。