A. BTD是什麼
BTD是比特幣。
與所有的貨幣不同，比特幣不依靠特定貨幣機構發行，它依據特定演算法，通過大量的計算產生，比特幣經濟使用整個P2P網路中眾多節點構成的分布式資料庫來確認並記錄所有的交易行為，並使用密碼學的設計來確保貨幣流通各個環節安全性。
P2P的去中心化特性與演算法本身可以確保無法通過大量製造比特幣來人為操控幣值。基於密碼學的設計可以使比特幣只能被真實的擁有者轉移或支付。這同樣確保了貨幣所有權與流通交易的匿名性。比特幣與其他虛擬貨幣最大的不同，是其總數量非常有限，具有的稀缺性。
貨幣特徵：
去中心化：比特幣是第一種分布式的虛擬貨幣，整個網路由用戶構成，沒有中央銀行。去中心化是比特幣安全與自由的保證 。
全世界流通：比特幣可以在任意一台接入互聯網的電腦上管理。不管身處何方，任何人都可以挖掘、購買、出售或收取比特幣。
專屬所有權：操控比特幣需要私鑰，它可以被隔離保存在任何存儲介質。除了用戶自己之外無人可以獲取。
低交易費用：可以免費匯出比特幣，但最終對每筆交易將收取約1比特分的交易費以確保交易更快執行。
無隱藏成本：作為由A到B的支付手段，比特幣沒有繁瑣的額度與手續限制。知道對方比特幣地址就可以進行支付。
以上內容參考：網路-比特幣
B. 雲伺服器跟普通伺服器有啥區別嗎
雲伺服器和普通伺服器主要區別有三點：
1、定義不同：
雲伺服器，是簡單高效、安全可靠、處理能力可彈性伸縮的計算服務，是一個伺服器集群。
普通伺服器是一個伺服器，位置相對固定，是提供計算服務的硬體設備。
2、配置不同：
雲伺服器無需提前購買硬體，即可迅速創建或釋放任意多台雲伺服器，一切計算均在雲端實現，降低開發運維的難度和整體IT成本。
普通伺服器的構成包括處理器、硬碟、內存、系統匯流排等，和通用的計算機架構類似，費用成本較高。
3、故障率不同：
雲伺服器是基於伺服器集群的，因此硬體冗餘度較高，故障率低。
而物理機則相對來說硬體冗餘較少，故障率較高。
(2)網路分布式存儲費用擴展閱讀：
雲伺服器的優點：
1、雲計算伺服器，有效地解決了傳統物理租機與VPS服務中，存在的管理難度大，業務擴展性弱的缺陷。
2、用戶可以方便的進行遠程維護，免費重裝系統 硬體級別上實現雲主機之間的完全隔離；內置冗餘的共享存儲和智能備份，物理伺服器失敗可在幾分鍾內自動恢復。
3、具有快速供應和部署能力，用戶在提交雲主機租用申請後可實時開通，立即獲得服務， 業務支持平滑擴展，當用戶業務規模擴張時，可快速實現業務擴容。
C. 什麼是P2P是下載器
P2P普及系列之一
拓撲結構是指分布式系統中各個計算單元之間的物理或邏輯的互聯關系，結點之間的拓撲結構一直是確定系統類型的重要依據。目前互聯網路中廣泛使用集中式、層次式等拓撲結構，Interne本身是世界上最大的非集中式的互聯網路，但是九十年代所建立的一些網路應用系統卻是完全的集中式的系統、很多Web應用都是運行在集中式的伺服器系統上。集中式拓撲結構系統目前面臨著過量存儲負載、Dos攻擊等一些難以解決的問題。
P2P系統一般要構造一個非集中式的拓撲結構，在構造過程中需要解決系統中所包含的大量結點如何命名、組織以及確定結點的加入/離開方式、出錯恢復等問題。
根據拓撲結構的關系可以將P2P研究分為4種形式：中心化拓撲（Centralized Topology）；全分布式非結構化拓撲（Decentralized Unstructured Topology）；全分布式結構化拓撲（Decentralized Structured Topology，也稱作DHT網路）和半分布式拓撲（Partially Decentralized Topology）。
其中，中心化拓撲最大的優點是維護簡單發現效率高。由於資源的發現依賴中心化的目錄系統，發現演算法靈活高效並能夠實現復雜查詢。最大的問題與傳統客戶機/伺服器結構類似，容易造成單點故障，訪問的「熱點」現象和法律等相關問題，這是第一代P2P網路採用的結構模式，經典案例就是著名的MP3共享軟體Napster。
Napster是最早出現的P2P系統之一，並在短期內迅速成長起來。Napster實質上並非是純粹的P2P系統，它通過一個中央伺服器保存所有Napster用戶上傳的音樂文件索引和存放位置的信息。當某個用戶需要某個音樂文件時，首先連接到Napster伺服器，在伺服器進行檢索，並由伺服器返回存有該文件的用戶信息；再由請求者直接連到文件的所有者傳輸文件。
Napster首先實現了文件查詢與文件傳輸的分離，有效地節省了中央伺服器的帶寬消耗，減少了系統的文件傳輸延時。這種方式最大的隱患在中央伺服器上，如果該伺服器失效，整個系統都會癱瘓。當用戶數量增加到105或者更高時，Napster的系統性能會大大下降。另一個問題在於安全性上，Napster並沒有提供有效的安全機制。
在Napster模型中，一群高性能的中央伺服器保存著網路中所有活動對等計算機共享資源的目錄信息。當需要查詢某個文件時，對等機會向一台中央伺服器發出文件查詢請求。中央伺服器進行相應的檢索和查詢後，會返回符合查詢要求的對等機地址信息列表。查詢發起對等機接收到應答後，會根據網路流量和延遲等信息進行選擇，和合適的對等機建立連接，並開始文件傳輸。
這種對等網路模型存在很多問題，主要表現為：
(1)中央伺服器的癱瘓容易導致整個網路的崩饋，可靠性和安全性較低。
(2)隨著網路規模的擴大，對中央索引伺服器進行維護和更新的費用將急劇增加，所需成本過高。
(3)中央伺服器的存在引起共享資源在版權問題上的糾紛，並因此被攻擊為非純粹意義上的P2P網路模型。對小型網路而言，集中目錄式模型在管理和控制方面佔一定優勢。但鑒於其存在的種種缺陷，該模型並不適合大型網路應用。
P2P普及系列之二
Pastry是微軟研究院提出的可擴展的分布式對象定位和路由協議，可用於構建大規模的P2P系統。在Pastry中，每個結點分配一個128位的結點標識符號(nodeID) ，所有的結點標識符形成了一個環形的nodeID空間，范圍從0到2128 - 1 ，結點加入系統時通過散列結點IP地址在128位nodeID空間中隨機分配。
在MIT，開展了多個與P2P相關的研究項目：Chord，GRID和RON。Chord項目的目標是提供一個適合於P2P環境的分布式資源發現服務，它通過使用DHT技術使得發現指定對象只需要維護O(logN)長度的路由表。
在DHT技術中，網路結點按照一定的方式分配一個唯一結點標識符(Node ID) ，資源對象通過散列運算產生一個唯一的資源標識符(Object ID) ，且該資源將存儲在結點ID與之相等或者相近的結點上。需要查找該資源時，採用同樣的方法可定位到存儲該資源的結點。因此，Chord的主要貢獻是提出了一個分布式查找協議，該協議可將指定的關鍵字(Key) 映射到對應的結點(Node) 。從演算法來看，Chord是相容散列演算法的變體。MIT GRID和RON項目則提出了在分布式廣域網中實施查找資源的系統框架。
T&T ACIRI中心的CAN(Content Addressable Networks) 項目獨特之處在於採用多維的標識符空間來實現分布式散列演算法。CAN將所有結點映射到一個n維的笛卡爾空間中，並為每個結點盡可能均勻的分配一塊區域。CAN採用的散列函數通過對(key, value) 對中的key進行散列運算，得到笛卡爾空間中的一個點，並將(key, value) 對存儲在擁有該點所在區域的結點內。CAN採用的路由演算法相當直接和簡單，知道目標點的坐標後，就將請求傳給當前結點四鄰中坐標最接近目標點的結點。CAN是一個具有良好可擴展性的系統，給定N個結點，系統維數為d，則路由路徑長度為O(n1/d) ，每結點維護的路由表信息和網路規模無關為O(d) 。
DHT類結構最大的問題是DHT的維護機制較為復雜，尤其是結點頻繁加入退出造成的網路波動（Churn）會極大增加DHT的維護代價。DHT所面臨的另外一個問題是DHT僅支持精確關鍵詞匹配查詢，無法支持內容/語義等復雜查詢。
半分布式結構（有的文獻稱作 Hybrid Structure）吸取了中心化結構和全分布式非結構化拓撲的優點，選擇性能較高（處理、存儲、帶寬等方面性能）的結點作為超級點（英文文獻中多稱作：SuperNodes, Hubs)，在各個超級點上存儲了系統中其他部分結點的信息，發現演算法僅在超級點之間轉發，超級點再將查詢請求轉發給適當的葉子結點。半分布式結構也是一個層次式結構，超級點之間構成一個高速轉發層，超級點和所負責的普通結點構成若干層次。最典型的案例就是KaZaa。
KaZaa是現在全世界流行的幾款p2p軟體之一。根據CA公司統計，全球KaZaa的下載量超過2.5億次。使用KaZaa軟體進行文件傳輸消耗了互聯網40%的帶寬。之所以它如此的成功，是因為它結合了Napster和Gnutella共同的優點。從結構 上來說，它使用了Gnutella的全分布式的結構，這樣可以是系統更好的擴展，因為它無需中央索引伺服器存儲文件名，它是自動的把性能好的機器成為SuperNode，它存儲著離它最近的葉子節點的文件信息，這些SuperNode,再連通起來形成一個Overlay Network. 由於SuperNode的索引功能，使搜索效率大大提高。
P2P普及系列之三
全分布非結構化網路在重疊網路（overlay）採用了隨機圖的組織方式，結點度數服從"Power-law"[a][b]規律，從而能夠較快發現目的結點，面對網路的動態變化體現了較好的容錯能力，因此具有較好的可用性。同時可以支持復雜查詢，如帶有規則表達式的多關鍵詞查詢，模糊查詢等，最典型的案例是Gnutella。
Gnutella是一個P2P文件共享系統，它和Napster最大的區別在於Gnutella是純粹的P2P系統，沒有索引伺服器，它採用了基於完全隨機圖的洪泛（Flooding）發現和隨機轉發（Random Walker）機制。為了控制搜索消息的傳輸，通過TTL (Time To Live)的減值來實現。具體協議參照〔Gnutella協議中文版〕
在Gnutella分布式對等網路模型N中，每一個聯網計算機在功能上都是對等的，既是客戶機同時又是伺服器，所以被稱為對等機(Servent，Server+Client的組合)。
隨著聯網節點的不斷增多，網路規模不斷擴大，通過這種洪泛方式定位對等點的方法將造成網路流量急劇增加，從而導致網路中部分低帶寬節點因網路資源過載而失效。所以在初期的Gnutella網路中，存在比較嚴重的分區，斷鏈現象。也就是說，一個查詢訪問只能在網路的很小一部分進行，因此網路的可擴展性不好。所以，解決Gnutella網路的可擴展性對該網路的進一步發展至關重要。
由於沒有確定拓撲結構的支持，非結構化網路無法保證資源發現的效率。即使需要查找的目的結點存在發現也有可能失敗。由於採用TTL（Time-to-Live）、洪泛（Flooding）、隨機漫步或有選擇轉發演算法，因此直徑不可控，可擴展性較差。
因此發現的准確性和可擴展性是非結構化網路面臨的兩個重要問題。目前對此類結構的研究主要集中於改進發現演算法和復制策略以提高發現的准確率和性能。
全分布非結構化網路在重疊網路（overlay）採用了隨機圖的組織方式，結點度數服從"Power-law"[a][b]規律，從而能夠較快發現目的結點，面對網路的動態變化體現了較好的容錯能力，因此具有較好的可用性。同時可以支持復雜查詢，如帶有規則表達式的多關鍵詞查詢，模糊查詢等，最典型的案例是Gnutella。
Gnutella是一個P2P文件共享系統，它和Napster最大的區別在於Gnutella是純粹的P2P系統，沒有索引伺服器，它採用了基於完全隨機圖的洪泛（Flooding）發現和隨機轉發（Random Walker）機制。為了控制搜索消息的傳輸，通過TTL (Time To Live)的減值來實現。具體協議參照〔Gnutella協議中文版〕
在Gnutella分布式對等網路模型N中，每一個聯網計算機在功能上都是對等的，既是客戶機同時又是伺服器，所以被稱為對等機(Servent，Server+Client的組合)。
隨著聯網節點的不斷增多，網路規模不斷擴大，通過這種洪泛方式定位對等點的方法將造成網路流量急劇增加，從而導致網路中部分低帶寬節點因網路資源過載而失效。所以在初期的Gnutella網路中，存在比較嚴重的分區，斷鏈現象。也就是說，一個查詢訪問只能在網路的很小一部分進行，因此網路的可擴展性不好。所以，解決Gnutella網路的可擴展性對該網路的進一步發展至關重要。
由於沒有確定拓撲結構的支持，非結構化網路無法保證資源發現的效率。即使需要查找的目的結點存在發現也有可能失敗。由於採用TTL（Time-to-Live）、洪泛（Flooding）、隨機漫步或有選擇轉發演算法，因此直徑不可控，可擴展性較差。
因此發現的准確性和可擴展性是非結構化網路面臨的兩個重要問題。目前對此類結構的研究主要集中於改進發現演算法和復制策略以提高發現的准確率和性能。
P2P普及系列之四
半分布式結構的優點是性能、可擴展性較好，較容易管理，但對超級點依賴性大，易於受到攻擊，容錯性也受到影響。下表比較了4種結構的綜合性能，比較結果如表1-1所示。
比較標准／拓撲結構 中心化拓撲 全分布式非結構化拓撲 全分布式結構化拓撲 半分布式拓撲
可擴展性 差 差 好 中
可靠性 差 好 好 中
可維護性 最好 最好 好 中
發現演算法效率 最高 中 高 中
復雜查詢 支持 支持 不支持 支持
表1：4種結構的性能比較
P2P普及系列之五
國外開展P2P研究的學術團體主要包括P2P工作組(P2PWG) 、全球網格論壇(Global Grid Forum ，GGF) 。P2P工作組成立的主要目的是希望加速P2P計算基礎設施的建立和相應的標准化工作。P2PWG成立之後，對P2P計算中的術語進行了統一，也形成相關的草案，但是在標准化工作方面工作進展緩慢。目前P2PWG已經和GGF合並，由該論壇管理P2P計算相關的工作。GGF負責網格計算和P2P計算等相關的標准化工作。
從國外公司對P2P計算的支持力度來看，Microsoft公司、Sun公司和Intel公司投入較大。Microsoft公司成立了Pastry項目組，主要負責P2P計算技術的研究和開發工作。目前Microsoft公司已經發布了基於Pastry的軟體包SimPastry/ VisPastry。Rice大學也在Pastry的基礎之上發布了FreePastry軟體包。
在2000年8月，Intel公司宣布成立P2P工作組，正式開展P2P的研究。工作組成立以後，積極與應用開發商合作，開發P2P應用平台。2002年Intel發布了. Net基礎架構之上的Accelerator Kit (P2P加速工具包) 和P2P安全API軟體包，從而使得微軟. NET開發人員能夠迅速地建立P2P安全Web應用程序。
Sun公司以Java技術為背景，開展了JXTA項目。JXTA是基於Java的開源P2P平台，任何個人和組織均可以加入該項目。因此，該項目不僅吸引了大批P2P研究人員和開發人員，而且已經發布了基於JXTA的即時聊天軟體包。JXTA定義了一組核心業務：認證、資源發現和管理。在安全方面，JXTA加入了加密軟體包，允許使用該加密包進行數據加密，從而保證消息的隱私、可認證性和完整性。在JXTA核心之上，還定義了包括內容管理、信息搜索以及服務管理在內的各種其它可選JXTA服務。在核心服務和可選服務基礎上，用戶可以開發各種JXTA平台上的P2P應用。
P2P實際的應用主要體現在以下幾個方面：
P2P分布式存儲
P2P分布式存儲系統是一個用於對等網路的數據存儲系統，它可以提供高效率的、魯棒的和負載平衡的文件存取功能。這些研究包括：OceanStore，Farsite等。其中，基於超級點結構的半分布式P2P應用如Kazza、Edonkey、Morpheus、Bittorrent等也是屬於分布式存儲的范疇，並且用戶數量急劇增加。
計算能力的共享
加入對等網路的結點除了可以共享存儲能力之外，還可以共享CPU處理能力。目前已經有了一些基於對等網路的計算能力共享系統。比如SETI@home。目前SETI@home採用的仍然是類似於Napster的集中式目錄策略。Xenoservers向真正的對等應用又邁進了一步。這種計算能力共享系統可以用於進行基因資料庫檢索和密碼破解等需要大規模計算能力的應用。
P2P應用層組播
應用層組播，就是在應用層實現組播功能而不需要網路層的支持。這樣就可以避免出現由於網路層遲遲不能部署對組播的支持而使組播應用難以進行的情況。應用層組播需要在參加的應用結點之間實現一個可擴展的，支持容錯能力的重疊網路，而基於DHT的發現機制正好為應用層組播的實現提供了良好的基礎平台。
Internet間接訪問基礎結構（Internet Indirection Infrastructure）。
為了使Internet更好地支持組播、單播和移動等特性，Internet間接訪問基礎結構提出了基於匯聚點的通信抽象。在這一結構中，並不把分組直接發向目的結點，而是給每個分組分配一個標識符，而目的結點則根據標識符接收相應的分組。標識符實際上表示的是信息的匯聚點。目的結點把自己想接收的分組的標識符預先通過一個觸發器告訴匯聚點，當匯聚點收到分組時，將會根據觸發器把分組轉發該相應的目的結點。Internet間接訪問基礎結構實際上在Internet上構成了一個重疊網路，它需要對等網路的路由系統對它提供相應的支持。
P2P技術從出現到各個領域的應用展開，僅用了幾年的時間。從而證明了P2P技術具有非常廣闊的應用前景。
P2P普及系列之六
隨著P2P應用的蓬勃發展，作為P2P應用中核心問題的發現技術除了遵循技術本身的邏輯以外，也受到某些技術的發展趨勢、需求趨勢的深刻影響。
如上所述，DHT發現技術完全建立在確定性拓撲結構的基礎上，從而表現出對網路中路由的指導性和網路中結點與數據管理的較強控制力。但是，對確定性結構的認識又限制了發現演算法效率的提升。研究分析了目前基於DHT的發現演算法，發現衡量發現演算法的兩個重要參數度數（表示鄰居關系數、路由表的容量）和鏈路長度（發現演算法的平均路徑長度）之間存在漸進曲線的關系。
研究者採用圖論中度數(Degree)和直徑(Diameter)兩個參數研究DHT發現演算法，發現這些DHT發現演算法在度數和直徑之間存在漸進曲線關系，如下圖所示。在N個結點網路中，圖中直觀顯示出當度數為N時，發現演算法的直徑為O(1)；當每個結點僅維護一個鄰居時，發現演算法的直徑為O(N)。這是度數和直徑關系的2種極端情況。同時，研究以圖論的理論分析了O(d)的度和O(d)的直徑的演算法是不可能的。
從漸進曲線關系可以看出，如果想獲得更短的路徑長度，必然導致度數的增加；而網路實際連接狀態的變化造成大度數鄰居關系的維護復雜程度增加。另外，研究者證明O(logN)甚至O(logN/loglogN)的平均路徑長度也不能滿足狀態變化劇烈的網路應用的需求。新的發現演算法受到這種折衷關系制約的根本原因在於DHT對網路拓撲結構的確定性認識。
非結構化P2P系統中發現技術一直採用洪泛轉發的方式，與DHT的啟發式發現演算法相比，可靠性差，對網路資源的消耗較大。最新的研究從提高發現演算法的可靠性和尋找隨機圖中的最短路徑兩個方面展開。也就是對重疊網路的重新認識。其中，small world特徵和冪規律證明實際網路的拓撲結構既不是非結構化系統所認識的一個完全隨機圖，也不是DHT發現演算法採用的確定性拓撲結構。
實際網路體現的冪規律分布的含義可以簡單解釋為在網路中有少數結點有較高的「度」，多數結點的「度」較低。度較高的結點同其他結點的聯系比較多，通過它找到待查信息的概率較高。
Small-world[a][b]模型的特性：網路拓撲具有高聚集度和短鏈的特性。在符合small world特性的網路模型中，可以根據結點的聚集度將結點劃分為若干簇(Cluster)，在每個簇中至少存在一個度最高的結點為中心結點。大量研究證明了以Gnutella為代表的P2P網路符合small world特徵，也就是網路中存在大量高連通結點，部分結點之間存在「短鏈」現象。
因此，P2P發現演算法中如何縮短路徑長度的問題變成了如何找到這些「短鏈」的問題。尤其是在DHT發現演算法中，如何產生和找到「短鏈」是發現演算法設計的一個新的思路。small world特徵的引入會對P2P發現演算法產生重大影響。
P2P普及系列之七
有DHT演算法由於採用分布式散列函數，所以只適合於准確的查找，如果要支持目前Web上搜索引擎具有的多關鍵字查找的功能，還要引入新的方法。主要的原因在於DHT的工作方式。
基於DHT的P2P系統採用相容散列函數根據精確關鍵詞進行對象的定位與發現。散列函數總是試圖保證生成的散列值均勻隨機分布，結果兩個內容相似度很高但不完全相同的對象被生成了完全不同的散列值，存放到了完全隨機的兩個結點上。因此，DHT可以提供精確匹配查詢，但是支持語義是非常困難的。
目前在DHT基礎上開展帶有語義的資源管理技術的研究還非常少。由於DHT的精確關鍵詞映射的特性決定了無法和信息檢索等領域的研究成果結合，阻礙了基於DHT的P2P系統的大規模應用。
P2P發現技術中最重要的研究成果應該是基於small world理論的非結構化發現演算法和基於DHT的結構化發現演算法。尤其是DHT及其發現技術為資源的組織與查找提供了一種新的方法。
隨著P2P系統實際應用的發展，物理網路中影響路由的一些因素開始影響P2P發現演算法的效率。一方面，實際網路中結點之間體現出較大的差異，即異質性。由於客戶機/伺服器模式在Internet和分布式領域十幾年的應用和大量種類的電子設備的普及，如手提電腦、行動電話或PDA。這些設備在計算能力、存儲空間和電池容量上差別很大。另外，實際網路被路由器和交換機分割成不同的自治區域，體現出嚴密的層次性。
另一方面，網路波動的程度嚴重影響發現演算法的效率。網路波動（Churn、fluctuation of network）包括結點的加入、退出、失敗、遷移、並發加入過程、網路分割等。DHT的發現演算法如Chord、CAN、Koorde等都是考慮網路波動的最差情況下的設計與實現。由於每個結點的度數盡量保持最小，這樣需要響應的成員關系變化的維護可以比較小，從而可以快速恢復網路波動造成的影響。但是每個結點僅有少量路由狀態的代價是發現演算法的高延時，因為每一次查找需要聯系多個結點，在穩定的網路中這種思路是不必要的。
同時，作為一種資源組織與發現技術必然要支持復雜的查詢，如關鍵詞、內容查詢等。盡管信息檢索和數據挖掘領域提供了大量成熟的語義查詢技術，由於DHT精確關鍵詞映射的特性阻礙了DHT在復雜查詢方面的應用。
P2P普及系列之八
Internet作為當今人類社會信息化的標志,其規模正以指數速度高速增長.如今Internet的「面貌」已與其原型ARPANET大相徑庭,依其高度的復雜性,可以將其看作一個由計算機構成的「生態系統」.雖然Internet是人類親手建造的,但卻沒有人能說出這個龐然大物看上去到底是個什麼樣子,運作得如何.Internet拓撲建模研究就是探求在這個看似混亂的網路之中蘊含著哪些還不為我們所知的規律.發現Internet拓撲的內在機制是認識Internet的必然過程,是在更高層次上開發利用Internet的基礎.然而,Internet與生俱來的異構性動態性發展的非集中性以及如今龐大的規模都給拓撲建模帶來巨大挑戰.Internet拓撲建模至今仍然是一個開放性問題,在計算機網路研究中佔有重要地位.
Internet拓撲作為Internet這個自組織系統的「骨骼」,與流量協議共同構成模擬Internet的3個組成部分,即在拓撲網路中節點間執行協議,形成流量.Internet拓撲模型是建立Internet系統模型的基礎,由此而體現的拓撲建模意義也可以說就是Internet建模的意義,即作為一種工具,人們用其來對Internet進行分析預報決策或控制.Internet模型中的拓撲部分刻畫的是Internet在宏觀上的特徵,反映一種總體趨勢,所以其應用也都是在大尺度上展開的.對Internet拓撲模型的需求主要來自以下幾個方面1) 許多新應用或實驗不適合直接應用於Internet,其中一些具有危害性,如蠕蟲病毒在大規模網路上的傳播模擬;(2) 對於一些依賴於網路拓撲的協議(如多播協議),在其研發階段,當前Internet拓撲只能提供一份測試樣本,無法對協議進行全面評估,需要提供多個模擬拓撲環境來進行實驗;(3) 從國家安全形度考慮,需要在線控制網路行為,如美國國防高級研究計劃局(DARPA)的NMS(network modeling and simulation)項目。
隨機網路是由N個頂點構成的圖中，可以存在條邊，我們從中隨機連接M條邊所構成的網路。還有一種生成隨機網路的方法是，給一個概率p，對於中任何一個可能連接，我們都嘗試一遍以概率p的連接。如果我們選擇M = p，這兩種隨機網路模型就可以聯系起來。對於如此簡單的隨機網路模型，其幾何性質的研究卻不是同樣的簡單。隨機網路幾何性質的研究是由Paul，Alfréd Rényi和Béla Bollobás在五十年代到六十年代之間完成的。隨機網路在Internet的拓撲中佔有很重要的位置。
隨機網路參數
描述隨機網路有一些重要的參數。一個節點所擁有的度是該節點與其他節點相關聯的邊數，度是描述網路局部特性的基本參數。網路中並不是所有節點都具有相同的度，系統中節點度的分布情況，可以用分布函數描述，度分布函數反映了網路系統的宏觀統計特徵。理論上利用度分布可以計算出其他表徵全局特性參數的量化數值。
聚集系數是描述與第三個節點連接的一對節點被連接的概率。從連接節點的邊的意義上，若為第i個節點的度，在由k.個近鄰節點構成的子網中，實際存在的邊數E(i)與全部k.個節點完全連接時的總邊數充的比值定義為節點i的聚集系數。
D. 分布式存儲有哪幾種類型
分布式存儲，分為文件存儲，塊存儲和對象存儲，是存儲設備提供的不同類型的服務，適配不同的使用場景。
分布式是存儲設備的部署方式，是部署在一台機器上，還是一個多台設備組成的集群中。軟體定義這個概念比較寬泛，是指通過軟體功能來實現曾經通過專用硬體完成的工作，也就是說，對於存儲硬體已經沒有要求了，用通用硬體+存儲軟體來實現將一台伺服器，變成存儲設備。其實無論是不是軟體定義存儲，其內部都運行著存儲系統軟體，把這個詞單拿出來，就是更加強調其對於硬體的無要求。
E. 數據的存儲方法有哪些
什麼是分布式存儲
分布式存儲是一種數據存儲技術，它通過網路使用企業中每台機器上的磁碟空間，這些分散的存儲資源構成了虛擬存儲設備，數據分布存儲在企業的各個角落。
分布式存儲系統，可在多個獨立設備上分發數據。傳統的網路存儲系統使用集中存儲伺服器來存儲所有數據。存儲伺服器成為系統性能的瓶頸，也是可靠性和安全性的焦點，無法滿足大規模存儲應用的需求。分布式網路存儲系統採用可擴展的系統結構，使用多個存儲伺服器共享存儲負載，利用位置伺服器定位存儲信息，不僅提高了系統的可靠性，可用性和訪問效率，而且易於擴展。
分布式存儲的優勢
可擴展：分布式存儲系統可以擴展到數百甚至數千個這樣的集群大小，並且系統的整體性能可以線性增長。
低成本：分布式存儲系統的自動容錯和自動負載平衡允許在低成本伺服器上構建分布式存儲系統。此外，線性可擴展性還能夠增加和降低伺服器的成本，並實現分布式存儲系統的自動操作和維護。
高性能：無論是針對單個伺服器還是針對分布式存儲群集，分布式存儲系統都需要高性能。
易用性：分布式存儲系統需要提供方便易用的界面。此外，他們還需要擁有完整的監控和操作工具，並且可以輕松地與其他系統集成。
杉岩分布式統一存儲USP
利用分布式技術將標准x86伺服器的HDD、SSD等存儲介質抽象成資源池，對上層應用提供標準的塊、文件、對象訪問介面，
同時提供清晰直觀的統一管理界面，減少部署和運維成本，滿足高性能、高可靠、高可擴展性的大規模存儲資源池的建設需求。
F. 數據存儲成本高還是低
數據存儲成本高。
數據存儲以開源Ceph為核心架構的軟體定義分布式存儲是比較符合你的要求的，因為它具備六大優勢，即高性能、支持分級存儲、多副本讀取的強一致性、容災和備份、彈性擴張、存儲系統標准化。最後的一點優勢能夠簡化異構存儲基礎架構的操作。
數據存儲NAS的優點：
1）數據存儲真正的即插即用NAS是獨立的存儲節點存在於網路之中，與用戶的操作系統平台無關，真正的即插即用。
2）數據存儲存儲部署簡單NAS不依賴通用的操作系統，而是採用一個面向用戶設計的，專門用於數據存儲的簡化操作系統，內置了與網路連接所需要的協議，因此使整個系統的管理和設置較為簡單。
數據存儲NAS數據存儲方式是基於現有的企業Ethernet而設計的，按照TCP/IP協議進行通信，以文件的I/O方式進行數據傳輸。
G. 求幫助寫一篇分布式計算雲計算論文
首先介紹下雲計算，的發展歷史，他的前身，現在的應用，然後在介紹現在計算機的應用，在應用之中的不足，然後，著重闡述雲計算的優勢，我這里有一份關於這方面的對比及心得，發給你，希望能幫到你。
雲計算簡史
著名的美國計算機科學家、 圖靈獎 (Turing Award) 得主麥卡錫 (John McCarthy,1927-) 在半個世紀前就曾思考過這個問題。 1961 年， 他在麻省理工學院 (MIT) 的百年紀念活動中做了一個演講。 在那次演講中， 他提出了象使用其它資源一樣使用計算資源的想法，這就是時下 IT 界的時髦術語 「雲計算」 (Cloud Computing) 的核心想法。雲計算中的這個 「雲」 字雖然是後人所用的詞彙， 但卻頗有歷史淵源。 早年的電信技術人員在畫電話網路的示意圖時， 一涉及到不必交待細節的部分， 就會畫一團 「雲」 來搪塞。 計算機網路的技術人員將這一偷懶的傳統發揚光大， 就成為了雲計算中的這個 「雲」 字， 它泛指互聯網上的某些 「雲深不知處」 的部分， 是雲計算中 「計算」 的實現場所。 而雲計算中的這個 「計算」 也是泛指， 它幾乎涵蓋了計算機所能提供的一切資源。麥卡錫的這種想法在提出之初曾經風靡過一陣， 但真正的實現卻是在互聯網日益普及的上世紀末。 這其中一傢具有先驅意義的公司是甲骨文 (Oracle) 前執行官貝尼奧夫 (Marc Benioff, 1964-) 創立的 Salesforce 公司。 1999 年， 這家公司開始將一種客戶關系管理軟體作為服務提供給用戶， 很多用戶在使用這項服務後提出了購買軟體的意向， 該公司卻死活不幹， 堅持只作為服務提供， 這是雲計算的一種典型模式， 叫做 「軟體即服務」 (Software as a Service， 簡稱 SaaS)。 這種模式的另一個例子， 是我們熟悉的網路電子郵箱 (因此讀者哪怕是第一次聽到 「雲計算」 這個術語， 也不必有陌生感， 因為您多半已是它的老客戶了)。 除了 「軟體即服務」 外， 雲計算還有其它幾種典型模式， 比如向用戶提供開發平台的 「平台即服務」 (Platform as a Service， 簡稱 PaaS)， 其典型例子是谷歌公司 (Google) 的應用程序引擎 (Google App Engine)， 它能讓用戶創建自己的網路程序。 還有一種模式更徹底， 乾脆向用戶提供虛擬硬體， 叫做 「基礎設施即服務」 (Infrastructure as a Service， 簡稱 IaaS)， 其典型例子是亞馬遜公司 (Amazon) 的彈性計算雲 (Amazon Elastic Compute Cloud， 簡稱 EC2)， 它向用戶提供虛擬主機， 用戶具有管理員許可權， 愛幹啥就幹啥， 跟使用自家機器一樣。
1．2雲計算的概念
狹義雲計算是指計算機基礎設施的交付和使用模式，指通過網路以按需、易擴展的方式獲得所需的資源（硬體、平台、軟體）。提供資源的網路被稱為「雲」。「雲」中的資源在使用者看來是可以無限擴展的，並且可以隨時獲取，按需使用，隨時擴展，按使用付費。
廣義雲計算是指服務的交付和使用模式，指通過網路以按需、易擴展的方式獲得所需的服務。這種服務可以是計算機和軟體、互聯網相關的，也可以是其他的服務。雲計算是並行計算(Parallel Computing)、分布式計算(Distributed Computing)和網格計算(Grid Computing)的發展，或者說是這些計算機科學概念的商業實現。雲計算是虛擬化(Virtualization)、效用計算(Utility Computing)、IaaS(基礎設施即服務)、PaaS(平台即服務)、SaaS(軟體即服務)等概念混合演進並躍升的結果。
1.3雲計算的特點和優勢
（一）超大規模性。「雲」具有相當的規模，Google雲計算已經擁有100多萬台伺服器，Amazon、IBM、微軟、Yahoo等的「雲」均擁有幾十萬台伺服器。企業私有雲一般擁有數百上千台伺服器。「雲」能賦予用戶前所未有的計算能力。
（二）虛擬化。雲計算支持用戶在任意位置、使用各種終端獲取應用服務。所請求的資源來自「雲」，而不是固定的有形的實體。應用在「雲」中某處運行，但實際上用戶無需了解、也不用擔心應用運行的具體位置。只需要一台筆記本或者一個手機，就可以通過網路服務來實現用戶需要的一切，甚至包括超級計算這樣的任務。[2]
（三）高可靠性。「雲」使用了數據多副本容錯、計算節點同構可互換等措施來保障服務的高可靠性，使用雲計算比使用本地計算機可靠。
（四）通用性。雲計算不針對特定的應用，在「雲」的支撐下可以構造出千變萬化的應用，同一個「雲」可以同時支撐不同的應用運行。
（五）高可擴展性。「雲」的規模可以動態伸縮，滿足應用和用戶規模增長的需要。
（六）價格合適。由於「雲」的特殊容錯措施可以採用具有經濟性的節點來構成「雲」，「雲」的自動化集中式管理使大量企業無需負擔日益高昂的數據中心管理成本，「雲」的通用性使資源的利用率較之傳統系統大幅提升，因此用戶可以充分享受「雲」的低成本優勢，經常只要花費幾百美元、幾天時間就能完成以前需要數萬美元、數月時間才能完成的任務。
雲計算作為一種技術，與其它一些依賴互聯網的技術——比如網格計算 (Grid Computing)——有一定的相似之處，但不可混為一談。拿網格計算來說， 科學愛好者比較熟悉的例子是 SETI@Home，那是一個利用互聯網上計算機的冗餘計算能力搜索地外文明的計算項目，目前約有來自兩百多個國家和地區的兩百多萬台計算機參與。它在 2009 年底的運算能力相當於當時全世界最快的超級計算機運算能力的三分之一。有些讀者可能還知道另外一個例子：ZetaGrid，那是一個研究黎曼 ζ 函數零點分布的計算項目， 曾有過一萬多台計算機參與 (但現在已經終止了，原因可參閱拙作 超越 ZetaGrid)。從這兩個著名例子中我們可以看到網格計算的特點，那就是計算性質單一，但運算量巨大 (甚至永無盡頭,比如 ZetaGrid)。而雲計算的特點恰好相反，是計算性質五花八門，但運算量不大[注三]，這是它們的本質區別，也是雲計算能夠面向大眾成為服務的根本原因。雲計算能夠流行，它到底有什麼優點呢？ 我們舉個例子來說明，設想你要開一家網路公司。按傳統方法，你得有一大筆啟動資金， 因為你要購買計算機和軟體，你要租用機房，你還要雇專人來管理和維護計算機。 當你的公司運作起來時，業務總難免會時好時壞，為了在業務好的時候也能正常運轉， 你的人力和硬體都要有一定的超前配置， 這也要花錢。 更要命的是， 無論硬體還是軟體廠商都會頻繁推出新版本， 你若不想被技術前沿拋棄， 就得花錢費力不斷更新 (當然， 也別怪人家， 你的公司運作起來後沒准也得這么賺別人的錢)。如果用雲計算， 情況就不一樣了： 計算機和軟體都可以用雲計算， 業務好的時候多用一點， 業務壞的時候少用一點， 費用就跟結算煤氣費一樣按實際用量來算， 無需任何超前配置[注四]。 一台虛擬伺服器只需滑鼠輕點幾下就能到位， 不象實體機器， 從下定單， 到進貨， 再到調試， 忙得四腳朝天不說， 起碼得好幾天的時間。虛擬伺服器一旦不需要了， 滑鼠一點就可以讓它從你眼前 (以及賬單里)消失。至於軟硬體的升級換代，伺服器的維護管理等，那都是雲計算服務商的事，跟你沒半毛錢的關系。更重要的是，開公司總是有風險的， 如果你試了一兩個月後發現行不通，在關門大吉的時候，假如你用的是雲計算，那你只需支付實際使用過的資源。假如你走的是傳統路子，買了硬體、軟體，雇了專人，那很多投資可就打水漂了。
1.4淺談雲計算的一個核心理念
大規模消息通信：雲計算的一個核心理念就是資源和軟體功能都是以服務的形式進行發布的，不同服務之間經常需要通過消息通信進行協助。由於同步消息通信的低效率，我們只考慮非同步通信。如Java Message Service是J2EE平台上的一個消息通信標准，J2EE應用程序可以通過JMS來創建，發送，接收，閱讀消息。非同步消息通信已經成為面向服務架構中組件解耦合及業務集成的重要技術。
大規模分布式存儲：分布式存儲的目標是利用多台伺服器的存儲資源來滿足單台伺服器所不能滿足的存儲需求。分布式存儲要求存儲資源能夠被抽象表示和統一管理，並且能夠保證數據讀寫操作的安全性，可靠性，性能等各方面要求。下面是幾個典型的分布式文件系統：
◆Frangipani是一個可伸縮性很好的高興能分布式文件系統，採用兩層的服務體系架構：底層是一個分布式存儲服務，該服務能夠自動管理可伸縮，高可用的虛擬磁碟；上層運行著Frangipani分布式文件系統。
◆JetFile是一個基於P2P的主播技術，支持在Internet這樣的異構環境中分享文件的分布式文件系統。
◆Ceph是一個高性能並且可靠地分布式文件系統，它通過把數據和對數據的管理在最大程度上分開來獲取極佳的I/O性能。
◆Google File System（GFS）是Google公司設計的可伸縮的分布式文件系統。GFS能夠很好的支持大規模海量數據處理應用程序。
在雲計算環境中，數據的存儲和操作都是以服務的形式提供的；數據的類型多種多樣；必須滿足數據操作對性能，可靠性，安全性和簡單性的要求。在雲計算環境下的大規模分布式存儲方向，BigTable是Google公司設計的用來存儲海量結構化數據的分布式存儲系統；Dynamo是Amazon公司設計的一種基於鍵值對的分布式存儲系統，它能提供非常高的可用性；Amazon公司的Simple Storage Service（S3）是一個支持大規模存儲多媒體這樣的二進制文件的雲計算存儲服務；Amazon公司的SimpleDB是建立在S3和Amazon EC2之上的用來存儲結構化數據的雲計算服務。
許可證管理與計費：目前比較成熟的雲環境計費模型是Amazon公司提供的Elastic Compute Cloud（EC2）和Simple Storage Service（S3）的按量計費模型，用戶按佔用的虛擬機單元，IP地址，帶寬和存儲空間付費。
1.5雲計算的現狀
雲計算是個熱度很高的新名詞。由於它是多種技術混合演進的結果，其成熟度較高，又有大公司推動，發展極為迅速。Amazon、Google、IBM、微軟和Yahoo等大公司是雲計算的先行者。雲計算領域的眾多成功公司還包括Salesforce、Facebook、Youtube、Myspace等。Amazon使用彈性計算雲（EC2）和簡單存儲服務（S3）為企業提供計算和存儲服務。收費的服務項目包括存儲伺服器、帶寬、CPU資源以及月租費。月租費與電話月租費類似，存儲伺服器、帶寬按容量收費，CPU根據時長(小時)運算量收費。Amazon把雲計算做成一個大生意沒有花太長的時間：不到兩年時間，Amazon上的注冊開發人員達44萬人，還有為數眾多的企業級用戶。有第三方統計機構提供的數據顯示，Amazon與雲計算相關的業務收入已達1億美元。雲計算是Amazon增長最快的業務之一。Google當數最大的雲計算的使用者。Google搜索引擎就建立在分布在200多個地點、超過100萬台伺服器的支撐之上，這些設施的數量正在迅猛增長。Google地球、地圖、Gmail、Docs等也同樣使用了這些基礎設施。採用Google Docs之類的應用，用戶數據會保存在互聯網上的某個位置，可以通過任何一個與互聯網相連的系統十分便利地訪問這些數據。目前，Google已經允許第三方在Google的雲計算中通過Google App Engine運行大型並行應用程序。Google值得稱頌的是它不保守。它早已以發表學術論文的形式公開其雲計算三大法寶：GFS、MapRece和BigTable，並在美國、中國等高校開設如何進行雲計算編程的課程。IBM在2007年11月推出了「改變游戲規則」的「藍雲」計算平台，為客戶帶來即買即用的雲計算平台。它包括一系列的自動化、自我管理和自我修復的虛擬化雲計算軟體，使來自全球的應用可以訪問分布式的大型伺服器池。使得數據中心在類似於互聯網的環境下運行計算。IBM正在與17個歐洲組織合作開展雲計算項目。歐盟提供了1.7億歐元做為部分資金。該計劃名為RESERVOIR，以「無障礙的資源和服務虛擬化」為口號。2008年8月， IBM宣布將投資約4億美元用於其設在北卡羅來納州和日本東京的雲計算數據中心改造。IBM計劃在2009年在10個國家投資3億美元建13個雲計算中心。
微軟緊跟雲計算步伐，於2008年10月推出了Windows Azure操作系統。Azure(譯為「藍天」)是繼Windows取代DOS之後，微軟的又一次顛覆性轉型——通過在互聯網架構上打造新雲計算平台，讓Windows真正由PC延伸到「藍天」上。微軟擁有全世界數以億計的Windows用戶桌面和瀏覽器，現在它將它們連接到「藍天」上。Azure的底層是微軟全球基礎服務系統，由遍布全球的第四代數據中心構成。
雲計算的新穎之處在於它幾乎可以提供無限的廉價存儲和計算能力。紐約一家名為Animoto的創業企業已證明雲計算的強大能力（此案例引自和訊網維維編譯《紐約時報》2008年5月25日報道）。Animoto允許用戶上傳圖片和音樂，自動生成基於網路的視頻演講稿，並且能夠與好友分享。該網站目前向注冊用戶提供免費服務。2008年年初，網站每天用戶數約為5000人。4月中旬，由於Facebook用戶開始使用Animoto服務，該網站在三天內的用戶數大幅上升至75萬人。Animoto聯合創始人Stevie Clifton表示，為了滿足用戶需求的上升，該公司需要將伺服器能力提高100倍，但是該網站既沒有資金，也沒有能力建立規模如此巨大的計算能力。因此，該網站與雲計算服務公司RightScale合作，設計能夠在亞馬遜的網雲中使用的應用程序。通過這一舉措，該網站大大提高了計算能力，而費用只有每伺服器每小時10美分。這樣的方式也加強創業企業的靈活性。當需求下降時，Animoto只需減少所使用的伺服器數量就可以降低伺服器支出。
在我國，雲計算發展也非常迅猛。2008年5月10日，IBM在中國無錫太湖新城科教產業園建立的中國第一個雲計算中心投入運營。2008年6月24日，IBM在北京IBM中國創新中心成立了第二家中國的雲計算中心——IBM大中華區雲計算中心；2008年11月28日，廣東電子工業研究院與東莞松山湖科技產業園管委會簽約，廣東電子工業研究院將在東莞松山湖投資2億元建立雲計算平台；2008年12月30日，阿里巴巴集團旗下子公司阿里軟體與江蘇省南京市政府正式簽訂了2009年戰略合作框架協議，計劃於2009年初在南京建立國內首個「電子商務雲計算中心」，首期投資額將達上億元人民幣；世紀互聯推出了CloudEx產品線，包括完整的互聯網主機服務"CloudEx Computing Service", 基於在線存儲虛擬化的"CloudEx Storage Service"，供個人及企業進行互聯網雲端備份的數據保全服務等等系列互聯網雲計算服務；中國移動研究院做雲計算的探索起步較早，已經完成了雲計算中心試驗。中移動董事長兼CEO王建宙認為雲計算和互聯網的移動化是未來發展方向。
我國企業創造的「雲安全」概念，在國際雲計算領域獨樹一幟。雲安全通過網狀的大量客戶端對網路中軟體行為的異常監測，獲取互聯網中木馬、惡意程序的最新信息，推送到服務端進行自動分析和處理，再把病毒和木馬的解決方案分發到每一個客戶端。雲安全的策略構想是：使用者越多，每個使用者就越安全，因為如此龐大的用戶群，足以覆蓋互聯網的每個角落，只要某個網站被掛馬或某個新木馬病毒出現，就會立刻被截獲。雲安全的發展像一陣風，瑞星、趨勢、卡巴斯基、MCAFEE、SYMANTEC、江民科技、PANDA、金山、360安全衛士、卡卡上網安全助手等都推出了雲安全解決方案。瑞星基於雲安全策略開發的2009新品，每天攔截數百萬次木馬攻擊，其中1月8日更是達到了765萬余次。勢科技雲安全已經在全球建立了5大數據中心，幾萬部在線伺服器。據悉，雲安全可以支持平均每天55億條點擊查詢，每天收集分析2.5億個樣本，資料庫第一次命中率就可以達到99%。藉助雲安全，趨勢科技現在每天阻斷的病毒感染最高達1000萬次。
值得一提的是，雲安全的核心思想，與劉鵬早在2003年就提出的反垃圾郵件網格非常接近[1][2]。劉鵬當時認為，垃圾郵件泛濫而無法用技術手段很好地自動過濾，是因為所依賴的人工智慧方法不是成熟技術。垃圾郵件的最大的特徵是：它會將相同的內容發送給數以百萬計的接收者。為此，可以建立一個分布式統計和學習平台，以大規模用戶的協同計算來過濾垃圾郵件：首先，用戶安裝客戶端，為收到的每一封郵件計算出一個唯一的「指紋」，通過比對「指紋」可以統計相似郵件的副本數，當副本數達到一定數量，就可以判定郵件是垃圾郵件；其次，由於互聯網上多台計算機比一台計算機掌握的信息更多，因而可以採用分布式貝葉斯學習演算法，在成百上千的客戶端機器上實現協同學習過程，收集、分析並共享最新的信息。反垃圾郵件網格體現了真正的網格思想，每個加入系統的用戶既是服務的對象，也是完成分布式統計功能的一個信息節點，隨著系統規模的不斷擴大，系統過濾垃圾郵件的准確性也會隨之提高。用大規模統計方法來過濾垃圾郵件的做法比用人工智慧的方法更成熟，不容易出現誤判假陽性的情況，實用性很強。反垃圾郵件網格就是利用分布互聯網里的千百萬台主機的協同工作，來構建一道攔截垃圾郵件的「天網」。反垃圾郵件網格思想提出後，被IEEE Cluster 2003國際會議選為傑出網格項目在香港作了現場演示，在2004年網格計算國際研討會上作了專題報告和現場演示，引起較為廣泛的關注，受到了中國最大郵件服務提供商網易公司創辦人丁磊等的重視。既然垃圾郵件可以如此處理，病毒、木馬等亦然，這與雲安全的思想就相去不遠了。
http://wenku..com/view/6ea1435d3b3567ec102d8ae8.html
2008年11月25日，中國電子學會專門成立了雲計算專家委員會，聘任中國工程院院士李德毅為主任委員，聘任IBM大中華區首席技術總裁葉天正、中國電子科技集團公司第十五研究所所長劉愛民、中國工程院院士張堯學、Google全球副總裁/中國區總裁李開復、中國工程院院士倪光南、中國移動通信研究院院長黃曉慶六位專家為副主任委員，聘任國內外30多位知名專家學者為專家委員會委員。2009年5月22日，中國電子學會將於在北京中國大飯店隆重舉辦首屆中國雲計算大會。
H. 分布式存儲的優點有哪些
分布式存儲的六大優點
分布式存儲往往採用分布式的系統結構，利用多台存儲伺服器分擔存儲負荷，利用位置伺服器定位存儲信息。它不但提高了系統的可靠性、可用性和存取效率，還易於擴展，將通用硬體引入的不穩定因素降到最低。優點如下：
1. 高性能
一個具有高性能的分布式存戶通常能夠高效地管理讀緩存和寫緩存，並且支持自動的分級存儲。分布式存儲通過將熱點區域內數據映射到高速存儲中，來提高系統響應速度;一旦這些區域不再是熱點，那麼存儲系統會將它們移出高速存儲。而寫緩存技術則可使配合高速存儲來明顯改變整體存儲的性能，按照一定的策略，先將數據寫入高速存儲，再在適當的時間進行同步落盤。
2. 支持分級存儲
由於通過網路進行松耦合鏈接，分布式存儲允許高速存儲和低速存儲分開部署，或者任意比例混布。在不可預測的業務環境或者敏捷應用情況下，分層存儲的優勢可以發揮到最佳。解決了目前緩存分層存儲最大的問題是當性能池讀不命中後，從冷池提取數據的粒度太大，導致延遲高，從而給造成整體的性能的抖動的問題。
3. 一致性
與傳統的存儲架構使用RAID模式來保證數據的可靠性不同，分布式存儲採用了多副本備份機制。在存儲數據之前，分布式存儲對數據進行了分片，分片後的數據按照一定的規則保存在集群節點上。為了保證多個數據副本之間的一致性，分布式存儲通常採用的是一個副本寫入，多個副本讀取的強一致性技術，使用鏡像、條帶、分布式校驗等方式滿足租戶對於可靠性不同的需求。在讀取數據失敗的時候，系統可以通過從其他副本讀取數據，重新寫入該副本進行恢復，從而保證副本的總數固定;當數據長時間處於不一致狀態時，系統會自動數據重建恢復，同時租戶可設定數據恢復的帶寬規則，最小化對業務的影響。
4. 容災性
在分布式存儲的容災中，一個重要的手段就是多時間點快照技術，使得用戶生產系統能夠實現一定時間間隔下的各版本數據的保存。特別值得一提的是，多時間點快照技術支持同時提取多個時間點樣本同時恢復，這對於很多邏輯錯誤的災難定位十分有用，如果用戶有多台伺服器或虛擬機可以用作系統恢復，通過比照和分析，可以快速找到哪個時間點才是需要回復的時間點，降低了故障定位的難度，縮短了定位時間。這個功能還非
5. 擴展性
6. 存儲系統標准化
I. 什麼是分布式數據存儲
什麼是分布式存儲
這個詞彙是源於國外，簡稱是DSS，簡單來說，就是存儲設備分布在不同的地理位置，數據就近存儲，將數據分散在多個存儲節點上，各個節點通過網路相連，對這些節點的資源進行統一的管理，從而大大緩解帶寬壓力，同時也解決了傳統的本地文件系統在文件大小、文件數量等方面的限制。
為什麼分布式存儲這么重要
分布式存儲的誕生有著很強的優越性，主要體現在靈活性、速度、成本等方面。
靈活性方面：分布式存儲系統使用強大的標准伺服器（在CPU，RAM以及網路連接/介面中），它不再需要專門的盒子來處理存儲功能。而且允許標准伺服器運行存儲，這是一項重大突破，這意味著簡化IT堆棧並為數據中心創建單個構建塊。通過添加更多伺服器進行擴展，從而線性地增加容量和性能。
速度方面：如果你研究一個專門的存儲陣列，你會發現它本質上是一個伺服器，但是他只能用於存儲，為了擁有快速存儲系統，你要花費的成本非常高。即使在今天大多數系統中，當你為存儲系統進行擴展時，也不會提高整個系統的性能，因為所有流量都必須通過「頭節點」或主伺服器（充當管理節點）。但是在分布式存儲系統中，任何伺服器都有CPU，RAM，驅動器和網路介面，它們都表現為一個組。因此，每次添加伺服器時，都會增加總資源池，從而提高整個系統的速度。
成本方面：分布式存儲組織將最大限度地降低基礎設施成本高達90％！沒錯，是90%，因為驅動器和網路所花費的成本非常低，極大的提高了伺服器的使用效率，同時，數據中心所花費的電力、空調費、所佔空間等費用也減少了，管理起來更加方面，所需要的人也更少。這也是為什麼如今各大公司都在部署分布式存儲。
J. 阿里雲伺服器租用費用是多少
不同類型的伺服器價格不同。 以ECS計算類型c5為例：2核4G-1年¥518.40，4核8G-1年¥948.00。
阿里雲ECS雲伺服器租賃價格由三部分組成：
也就是說，雲伺服器配置成本+磁碟價格+網路寬頻價格。 需要說明的是，不同地區的寬頻價格也不同，因此不同地區的路由器的雲伺服器價格也不同。
阿里雲伺服器配置分為入門級配置和企業級配置。 雲伺服器的配置更換方法可以按容量（小時）計費，可以按月計費，也可以按年計費。
阿里雲伺服器各項配置的推薦：
進階類型：2核4GB 1M 40G系統磁碟825元/年1,260元2年1,650元3年
適用於流量適中的網站應用程序，或簡單的開發環境，代碼存儲庫等。
企業專有類型：2核4GB 1M 100G系統磁碟（SSD磁碟）968元/年1599元2年1980年3年
計算能力可滿足90％的雲計算用戶的需求，並且適用於業務運營，並行計算應用程序和常規數據處理服務。
理想類型：4核8GB 1M以上的高性能企業級雲伺服器
它適用於需要高計算性能的應用程序場景，例如企業運營活動，批處理，分布式分析，游戲應用程序等。
以上內容參考：阿里雲-雲伺服器ECS