《大规模分布式存储系统：原理解析与架构实现》 读书笔记

===================================================================================================================
	Google 是分布式技术应用相对成熟的公司，代表技术产品：
		分布式文件系统：GFS
		分布式计算系统：MapReduce
		分布式表格系统：Bigtable
		
	分布式存储分为文件存储、对象存储和块存储
===================================================================================================================		
第一章 概述
	1、定义
		分布式存储是大量廉价的普通服务器通过高速网络连接，进而对外提供存储服务。
	2、特点
		可扩展。集群.....
		低成本。
		高性能。
	3、面临及存在问题
		数据分布。如何保证相同的数据副本存在于多个服务器上？
		一致性。存在于多个服务器上的副本数据的一致性问题？
		容错。如何检测服务器故障？即健康状态检测？
		负载均衡。如何实现负载均衡问题？
		事务和并发控制。
		易用性。
	4、数据类型
		结构化数据。能够存储在关系型数据库中
		非结构化数据。图片、文档、音频、视频
		半结构化数据。例如：HTML
	5、分布式存储类型
		分布式文件系统
			存储非结构化数据(Binary Large Object，二进制大数据)。Facebook Haystack、File System(TFS)、GFS、EBS
			(Elastic Block Store)、RDB
		分布式键值存储系统
			一致性哈希算法是分布式键值存储的中常用的数据分布技术，支持CRUD功能。Memcache、Redis、Tair(淘宝)
		分布式表格存储系统
			存储半结构化数据。Google Bigtable、Megastore、Microsoft Azure Table Store、Amzaon DynamoDB
		分布式数据库
			用于存储结构结构化数据。MySQL Sharding、RDB
===================================================================================================================			
第二章 单机存储系统
	一、硬件基础
		1、CPU架构
			由于单颗CPU的性能局限性，为了提高CPU的计算能力，出现了SMP的CPU架构。(对称多处理器结构 Symmetric Mulit-
			Processing)，由于SMPNUMA(Non-Uniform Memory Access)架构由多个SMP架构组成，每个SMP享有独立的硬件资源。
	二、单机存储引擎
		哈希存储：支持随机访问。例如键值