分布式存储在应用程序中涉及多个不同的单机事务，只有在所有的单机事务完成之前和完成之后，数据是完全一致的。我们引出了一致性模型，这里我们由强到弱简单的介绍几种常见的一致性模型。为了保证分布式存储系统的高可靠和高可用，数据在系统中一般存储多个副本。当某个副本所在的存储节点出现故障时，分布式存储系统能够自动将服务切换到其他的副本，从而实现自动容错。分布式存储系统通过复制协议将数据同步到多个存储节点，并确保多个副本之间的数据一致性。分布式存储其目的是通过廉价的服务器来提供使用与大规模，高并发场景下的Web访问问题。分布式存储系统优化技术在互联网公司的内部存储系统上，管理超过千万亿字节级别的大数据。郑州图片分布式存储
而非对称式分布式存储系统中，有专门的一个或者多个节点负责管理元数据，其他节点需要频繁与元数据节点通信以获取新的元数据比如目录列表文件属性等等，后者典型表示比如HDFS、GFS、BWFS、Stornext等。对于分布式存储系统，其可以是分布式+对称式、分布式+非对称式、共享式+对称式、共享式+非对称式，两两任意组合。分布式存储系统按照元数据的管理方式，可分为对称式分布式存储系统和非对称式分布式存储系统。前者每个节点的角色均等，共同管理文件元数据，节点间通过高速网络进行信息同步和互斥锁等操作，典型表示是Veritas的VCS。连云港四大开源分布式存储服务分布式存储系统以提高访问性能。
可以考虑做容灾备份等方案，而这些方案就会让系统演变为分布式系统了；移动终端的计算能力和存储空间有限，而且有在多个设备之间共享资源的强烈的需求，这就使得网盘、相册等云存储应用很快流行起来。然而，万变不离其宗，云存储的中心还是后端的大规模分布式存储系统。大数据则更近一步，不仅需要存储海量数据，还需要通过合适的计算框架或者工具对这些数据进行分析，抽取其中有价值的部分。如果没有分布式存储，便谈不上对大数据进行分析。仔细分析还会发现，分布式存储技术是互联网后端架构的神器。
分布式存储的完全无中心架构–计算模式，以Ceph为表示的架构是其典型的表示。在该架构中与HDFS不同的地方在于该架构中没有中心节点。分布式存储的兴起与互联网的发展密不可分，互联网公司由于其数据量大而资本积累少，而通常都使用大规模分布式存储系统。分布式存储与传统的好的服务器、好的存储器和好的处理器不同的是，互联网公司的分布式存储系统由数量众多的、低成本和高性价比的普通PC服务器通过网络连接而成。其主要原因有以下：互联网的业务发展很快，而且注意成本消耗，这就使得存储系统不能依靠传统的纵向扩展的方式，即先买小型机，不够时再买中型机，甚至大型机。分布式存储是跟互联网紧密联系在一起的。
客户端是通过一个设备映射关系计算出来其写入数据的位置，这样客户端可以直接与存储节点通信，从而避免中心节点的性能瓶颈。互联网后端的分布式系统要求支持横向扩展，即通过增加普通PC服务器来提高系统的整体处理能力。普通PC服务器性价比高，故障率也高，需要在软件层面实现自动容错，保证数据的一致性。分布式存储客户端将写请求发送给主副本，主副本将写请求复制到其他备副本，常见的做法是同步操作日志（CommitLog）。主副本首先将操作日志同步到备副本，备副本回放操作日志，完成后通知主副本。接着，主副本修改本机，等到所有的操作都完成后再通知客户端写成功。分布式存储能够自我意识，并在与他人的互动中自我意识。连云港大数据分布式存储控制系统
分布式存储在网络存储行业上有着出色的发挥。郑州图片分布式存储
单独服务所提供的存储系统，访问都来自互联网，自然是做对象存储；与之相对应，大部分类AWS的主机服务商都会提供一个块存储服务搭配主机服务。在这一点上分布式存储是需要特别进行注意的，不然会影响使用。分布式存储的对象存储和文件存储的区别是不大的，存储的都是一样的东西，只是抛弃了统一的命名空间和目录树的结构，使得扩展起来桎梏少一些。单独的互联网存储服务一般都是做对象存储的，因为块存储是给计算机用的，对象存储是给浏览器等HTTP客户端用的。郑州图片分布式存储
