一、分布式存儲(chǔ)里的文件存儲(chǔ)和數(shù)據(jù)庫存儲(chǔ)的區(qū)別

首先你要區(qū)分使用方式不同，對(duì)于文件存儲(chǔ)，往往調(diào)用的接口就是打開文件，讀寫文件和關(guān)閉文件。對(duì)于數(shù)據(jù)庫，操作的對(duì)象就是表格，通過SQL語句實(shí)現(xiàn)表格的定義、插入刪除和屬性修改，所以數(shù)據(jù)庫往往更加的靈活，也更加的復(fù)雜。分布式存儲(chǔ)中，常見的接口一般就是文件、對(duì)象和表格等。這是從使用者角度來說。

我們?cè)僬f一下存儲(chǔ)的實(shí)現(xiàn)，我們可以通過文件存儲(chǔ)的方式實(shí)現(xiàn)數(shù)據(jù)庫存儲(chǔ)的部分功能。為什么這么說呢，因?yàn)閿?shù)據(jù)庫存儲(chǔ)不僅要存儲(chǔ)數(shù)據(jù)，還要涉及到索引和事務(wù)的ACID。對(duì)于數(shù)據(jù)庫中的數(shù)據(jù)，可以通過文件的形式保存，同時(shí)還要實(shí)現(xiàn)索引更新、事務(wù)保證等等，所以數(shù)據(jù)庫存儲(chǔ)更加的復(fù)雜。

那我們最后說說分布式的區(qū)別，分布式系統(tǒng)中，一份文件可能對(duì)應(yīng)一份物理文件，一份文件也可能被切割打散到不同的機(jī)器上，這是不同的實(shí)現(xiàn)方式，可以參考下GFS和Haystack的設(shè)計(jì)。對(duì)于文件存儲(chǔ)，最主要的是一致性問題處理，有強(qiáng)一致同步方法，亞馬遜提出的nwr模型，還有paxos/raft等多數(shù)派協(xié)議。這些方法也可以用來存儲(chǔ)數(shù)據(jù)庫的數(shù)據(jù)，但是分布式數(shù)據(jù)庫還要在這之上實(shí)現(xiàn)分布式事務(wù)等復(fù)雜技術(shù)，可以看一下目前流行的數(shù)據(jù)庫論文spanner和Aurora。

延伸閱讀：

二、Vertica是什么

Vertica是一款基于列存儲(chǔ)的MPP（massively parallel processing）架構(gòu)的數(shù)據(jù)庫。

它可以支持存放多至PB（Petabyte）級(jí)別的結(jié)構(gòu)化數(shù)據(jù)。Vertica是由關(guān)系數(shù)據(jù)庫大師Michael Stonebraker(2014 年圖靈獎(jiǎng)獲得者)所創(chuàng)建，于2011年被惠普收購并成為其核心大數(shù)據(jù)平臺(tái)軟件。Vertica 采用無共享的MPP 架構(gòu)，基于工業(yè)標(biāo)準(zhǔn)的x86 服務(wù)器，擁有高可擴(kuò)展性。Vertica 集群中的所有節(jié)點(diǎn)100%對(duì)等，集群中沒有主節(jié)點(diǎn)或其他共享資源。通過增加節(jié)點(diǎn)，就可以線性地?cái)U(kuò)展集群的計(jì)算能力和數(shù)據(jù)處理容量。Vertica 是真正的純列式數(shù)據(jù)庫，優(yōu)化器和執(zhí)行引擎可以忽略表中與查詢無關(guān)的列。Vertica 不僅僅按列式存儲(chǔ)數(shù)據(jù)，還主動(dòng)地根據(jù)列數(shù)據(jù)的特點(diǎn)和查詢的要求選用優(yōu)異的算法對(duì)數(shù)據(jù)進(jìn)行排序和編碼壓縮，這就極大地降低磁盤I/O 消耗。同時(shí)，Vertica 的執(zhí)行引擎和優(yōu)化器也是基于列式數(shù)據(jù)庫設(shè)計(jì)的，編碼壓縮過的列數(shù)據(jù)在Vertica 的執(zhí)行引擎中進(jìn)行過濾、關(guān)聯(lián)、分組等操作時(shí)不需要解反編碼，從而大大降低了CPU 和內(nèi)存消耗。