分布式文件存储是大型架构的基石，下面我重点详解分布式文件存储@mikechen
HDFS
HDFS：是大数据生态里的核心存储层，专为批处理、和海量数据存储设计。
HDFS，适合于：大数据存储与离线批处理，比如：日志、数据仓库、模型训练数据…等。
核心架构，如下图所示：
NameNode：负责元数据管理（文件目录、块位置、权限等）。
DataNode：存储实际数据块（block），定期向 NameNode 汇报心跳与块信息。
Block：文件被切分为固定大小的 block（默认 128MB），并以副本（replication）方式存储在不同 DataNode 上以实现容错。
优势
与 Hadoop 生态（YARN、Hive、Spark 等）集成紧密。
不足
对小文件不友好（太多小文件会导致 NameNode 元数据压力大）。
Ceph
Ceph 是一个分布式存储系统，目标是提供统一的对象、块与文件存储接口。
整体架构，如下图所示：
RADOS：底层可靠分布式对象存储，负责数据分布、复制/纠删码与自愈。
OSD（Object Storage Daemon）：存储对象并处理数据复制、恢复、回填与 I/O。
优势
支持对象/块/文件三种接口，灵活性高（例如可为虚拟机提供块存储、为应用提供对象存储）。
无单点、自动数据分布与自我修复能力强。
不足
部署运维复杂，对运维和硬件要求较高。
延迟相对较大，不适合极端低延迟场景。
GlusterFS
GlusterFS 是一个开源的、软件定义的文件系统，它通过将现有存储服务器聚合在一起形成一个大型的、可扩展的存储池。
与 HDFS 不同，GlusterFS 没有中心化的元数据服务器，这简化了管理并消除了单点故障。
易于部署与横向扩展（新增节点后可动态扩容）。
对文件共享、NFS/CIFS 替代、媒体服务等场景友好。
但是，性能在高并发小文件读写场景下可能不足，延迟与吞吐受限于实现与网络。
FastDFS
FastDFS 是一个轻量级、高吞吐量的分布式文件系统，专为在线服务而设计，尤其适合存储小文件和海量图片。
部署与学习成本低，面向小文件、并发读多写少的 Web 场景非常高效。
轻量级：系统设计简单，部署和维护相对容易。
高并发：针对小文件的并发读写进行了优化。
可以应用于：大量小文件的互联网服务（图片、缩略图、附件）、对延迟与吞吐有要求的静态资源存储。