集中式元数据管理架构采用单一的元数据服务器，实现简单。但是存在单点故障等问题。在大数据环境下，数据规模和复杂度的增加往往非常迅速，对系统的扩展性能要求较高。实现存储系统的高可扩展性首先要解决两个方面的重要问题，包含元数据的分配和数据的透明迁移。元数据的分配主要通过静态子树划分技术实现，后者则侧重数据迁移算法的优化。此外，大数据存储体系规模庞大．结点失效率高，因此还需要完成一定的自适应管理功能。系统必须能够根据数据量和计算的工作量估算所需要的结点个数，并动态地将数据在结点间迁移。分布式存储系统通常是单独的设备。连云港服务器分布式存储服务架构
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。说到分布式存储不得不提单机数据库存储的事务特性：A（原子性）C（一致性）I（隔离性）D（持久性），而扩展到分布式存储后，受限于分布式C（一致性）A（可用性）P（分区容忍性）理论，几乎不可能满足完整得事务特性。各种分布式存储服务实现都对单机存储的事务特性作了权衡取舍，满足特定的服务场景需求。另外分布式存储系统是基于网络互联的，所以除了基本得磁盘访问性能开销，还多了网络性能开销。浙江分布式存储架构图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。
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。复制协议要求主备同步成功才可以返回客户端写成功，这种协议称为强同步协议。大量PC机通过网络互联，对外作为一个整体提供存储服务。分布式存储系统可以通过增加PC机的方式，使系统整体性能表现为线性增长。分布式存储由于多个副本的存在，如何保证副本之间的一致性是整个分布式系统的理论中心。
存储资源既可以是我们闲置的硬盘，也可以是专门的存储矿机。相较于中心化云存储，分布式存储有着众多优势。分布式存储系统的颠覆在于整个数据存储和事务处理过程不依赖于传统的集中式系统(如谷歌驱动、Dropbox等)。)，但将区块链技术生成的个人数据连接起来，结合Dx原生通行证和经济激励制度，鼓励更多的存储供应商和个人用户贡献其闲置硬盘存储空间，不仅可以获得有效的经济效益，还可以提高整体生态资源利用率。所谓分布式存储，就是将数据分散存储在多个异地分布的区域性或全球性网络节点中。分布式存储系统利用数据访问局部性原理．可以从两个方面对存储层次结构进行优化。
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。通用的数据存储模型通常并不是能提高应用性能的模型。北京分布式存储架构图
分布式存储系统的访问接口以及本地数据缓冲以降低网络压力。连云港服务器分布式存储服务架构
分布式存储由于多个副本的存在，如何保证副本之间的一致性是整个分布式系统的理论中心。数据一致性这个单词在平常开发中，或者各种文章中都能经常看见，我们常常听见什么东西数据不一致了，造成了一定的损失，赶快修复一下。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。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。由于异常的存在，分布式存储系统设计时往往会将数据冗余存储多份，每一份称为一个副本）。连云港服务器分布式存储服务架构
