大型互联网公司的文件系统演进

大型互联网公司在发展过程中，文件系统都经历了从集中式存储到分布式存储的演进过程。
1.集中式存储
早期数据量和访问量较小，可以采用emc等公司的NAS存储，但随着访问量增加，网络的瓶颈，扩容的压力和成本，运维的成本都将很高，这些缺点导致集中式存储已经无法支撑业务的需要。
2.分布式存储
可以通过分布式的方案，灵活的扩充，通过廉价的PC，就可以灵活增加存储，并且因为分布式的特点，硬件扩充的过程，不仅仅是存储的增加，而且网络流量的增加，访问量的增加都是同步解决了。
目前主流的分布式文件系统由hadoop文件系统（hdfs），但hdfs对于小文件的存储浪费空间比较严重。并不适合互联网的文件存储场景（从几k到几G的文件都有）。因为很多大型互联网公司基于google GFS轻量级分布式文件系统的原理，形成自有的分布式文件系统。
主要架构基本为
1.tracker服务器
对整个集群数据存储服务容量和接入访问量进行负载均衡。并记录储服务器的状态，以及文件的元数据信息，为避免单点，一般为多台服务器组成集群
2.数据存储服务器
实际保存数据的服务器，可在线灵活扩充，并支持多个备份，实现数据安全和负载均衡的作用