数据的存储和管理

数据存储

云存储是一个新型的云状结构的存储系统，这个存储系统由多个存储设备组成，通过集群功能、分布式文件系统或类似网格计算等功能联合起来协同工作，并通过一定的应用软件或应用接口，对用户提供一定类型的存储服务和访问服务。
云存储是在大数据时代下，应对存储新需求而发展起来的一种新的模式。大数据时代下，对数据库存在高并发读写的需求，要实现对海量数据的高效率存储和访问，不仅要支持对数据库的高可扩展性和高可用性的需求，还要满足非结构化数据的处理能力的需求。
严格来说，云存储其实不是一种存储媒介，而是一种数据访问服务。云存储的核心是应用软件与存储设备相结合，通过应用软件来实现存储设备向存储服务的转变。
云存储的优点在于：

• 可扩容能力强
  云存储采用的架构是并行扩容，容量不够了，只要采购新的存储服务器即可，容量立即增加。
• 易于管理
  大部分数据迁移到云存储上后，所有的升级维护任务都由云存储服务提供商来完成。
• 成本低廉
• 可以实现量身定制
  这个主要是针对私有云。

数据管理

数据的管理大致经历了三个阶段：人工管理阶段——文件系统阶段——数据库管理系统阶段。
非关系型数据库（NoSQL, 即Not only SQL）是一种与关系型数据库管理系统截然不同的数据库管理系统，它的数据存储格式是松散的，并且易于横向扩展，它的重点被放在了分布式数据管理上。
NoSQL的优势在于：

• 易扩展
  NoSQL数据库种类繁多，但是一个共同的特点就是没有关系数据库的关系型特性，数据之间无关系，这样就非常容易扩展。
• 大数据量，高性能
  NoSQL数据库都具有非常高的读写性能，尤其在大数据量下同样优秀，这得益于它的无关系性，数据库的结构简单。
• 灵活的数据类型
  NoSQL无须事先为要存储的数据建立字段，随时可以存储自定义的数据格式。
• 高可用性
  NoSQL在不太影响性能的情况下，可以方便地实现高可用的架构。
  高可用性HA（High Availability）指的是通过尽量缩短因日常维护操作（计划）和突发的系统崩溃（非计划）所导致的停机时间，以提高系统和应用的可用性。HA系统是目前企业防止核心计算机系统因故障停机的最有效手段。

开源的NoSQL数据库软件：

• MongoDB
  一个介于关系数据库和非关系数据库之间的产品，是非关系数据库中功能最丰富，最像关系数据库的。它支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。它最大的特点是支持的查询语言非常强大，其语法有点类似面向对象语言的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，还支持为数据建立索引。
  它的特点是高性能、易部署、易使用、存储数据非常方便。MongoDB把数据存储在文件中（默认路径是: /data/db），为提高效率，使用内存映射文件进行管理。
• Hypertable
  一个开源、高性能、可伸缩的数据库，它采用与谷歌的Bigtable相似的模型。Bigtable让用户可以通过一些主键来组织海量数据，并实现高效查询。Hypertable是Bigtable的一个开源实现，并且根据人们的想法进行了一些改进。
• Cassandra
  一套开源分布式Key-Value存储系统，它最初由Facebook开发，用于存储特别大的数据。主要特性为：分布式、基于Column的结构化、高伸展性。
  Cassandra的主要特点是它不是一个数据库，而是由一堆数据库节点共同构成的一个分布式网络服务，对它的一个写操作，会被复制到其他节点上去，对它的读操作，也会被路由到某个节点上面去读取。对于一个Cassandra群集来说，扩展性能是比较简单的事情，只要在群集里添加节点就可以了。