雲存儲設計

『壹』 基於hadoop的雲存儲實例

基於Hadoop平台的雲存儲應用實踐

http://cio.itxinwen.com/case_studies/2012/0327/402100.html

雲計算（CloudComputing）是一種基於網際網路的超級計算模式，在遠程的數據中心裡，成千上萬台電腦和伺服器連接成一片電腦雲。用戶通過電腦、筆記本、手機等方式接人數據中心，按自己的需求進行運算。目前，對於雲計算仍沒有普遍一致的定義。結合上述定義，可以總結出雲計算的一些本質特徵，即分布式計算和存儲特性、高擴展性、用戶友好性、良好的管理性。

1雲存儲架構圖

橘色的作為存儲節點（StorageNode）負責存放文件，藍色作為控制節點（（ControlNode）則是負責文件索引，並負責監控存儲節點間容量及負載的均衡，這兩個部分合起來便組成一個雲存儲。存儲節點與控制節點都是單純的伺服器，只是存儲節點的硬碟多一些，存儲節點伺服器不需要具備RAID的功能，只要能安裝linux即可，控制節點為了保護數據，需要有簡單的RAIDlevelO1的功能。

雲存儲不是要取代現有的盤陣，而是為了應付高速成長的數據量與帶寬而產生的新形態存儲系統，因此雲存儲在設計時通常會考慮以下三點：

（1）容量、帶寬的擴容是否簡便

擴容是不能停機，會自動將新的存儲節點容量納入原來的存儲池。不需要做繁復的設定。

圖1雲存儲架構圖

（2）帶寬是否線形增長

使用雲存儲的客戶，很多是考慮未來帶寬的增長，因此雲存儲產品設計的好壞會產生很大的差異，有些十幾個節點便達到飽和，這樣對未來帶寬的擴容就有不利的影響，這一點要事先弄清楚，否則等到發現不符合需求時，已經買了幾百TB，後悔就來不及了。

（3）管理是否容易。

2雲存儲關鍵技術

雲存儲必須具備九大要素：①性能;②安全性;③自動ILM存儲;④存儲訪問模式;⑤可用性;⑥主數據保護;⑦次級數據保護;⑧存儲的靈活;⑨存儲報表。

雲計算的發展離不開虛擬化、並行計算、分布式計算等核心技術的發展成熟。下面對其介紹如下：

（1）集群技術、網格技術和分布式文件系統

雲存儲系統是一個多存儲設備、多應用、多服務協同工作的集合體，任何一個單點的存儲系統都不是雲存儲。

既然是由多個存儲設備構成的，不同存儲設備之間就需要通過集群技術、分布式文件系統和網格計算等技術，實現多個存儲設備之間的協同工作，使多個的存儲設備可以對外提供同一種服務，並提供更大更強更好的數據訪問性能。如果沒有這些技術的存在，雲存儲就不可能真正實現，所謂的雲存儲只能是一個一個的獨立系統，不能形成雲狀結構。

（2）CDN內容分發、P2P技術、數據壓縮技術、重復數據刪除技術、數據加密技術

CDN內容分發系統、數據加密技術保證雲存儲中的數據不會被未授權的用戶所訪問，同時，通過各種數據備份和容災技術保證雲存儲中的數據不會丟失，保證雲存儲自身的安全和穩定。如果雲存儲中的數據安全得不到保證，也沒有人敢用雲存儲了。

（3）存儲虛擬化技術、存儲網路化管理技術

雲存儲中的存儲設備數量龐大且分布多在不同地域，如何實現不同廠商、不同型號甚至於不同類型（例如FC存儲和IP存儲）的多台設備之間的邏輯卷管理、存儲虛擬化管理和多鏈路冗餘管理將會是一個巨大的難題，這個問題得不到解決，存儲設備就會是整個雲存儲系統的性能瓶頸，結構上也無法形成一個整體，而且還會帶來後期容量和性能擴展難等問題。

『貳』 什麼是雲存儲技術

雲存儲是在雲計算(cloud computing)概念上延伸和發展出來的一個新的概念，是指通過集群應用、網格技術或分布式文件系統等功能，將網路中大量各種不同類型的存儲設備通過應用軟體集合起來協同工作，共同對外提供數據存儲和業務訪問功能的一個系統。 當雲計算系統運算和處理的核心是大量數據的存儲和管理時，雲計算系統中就需要配置大量的存儲設備，那麼雲計算系統就轉變成為一個雲存儲系統，所以雲存儲是一個以數據存儲和管理為核心的雲計算系統。

雲存儲的兩個層面

雲存儲的兩個層面是作為雲計算支撐的存儲計算，主要涉及分布式存儲(如分布式文件系統、IPSAN、數據同步、復制)、數據存儲(如重復數據刪除、數據壓縮、數據編碼)和數據保護(如RAID、CDP、快照、備份與容災)等技術領域，如圖8-30所示，這在第6章中已有所介紹。和雲安全技術一樣，雲存儲技術也需要利用現有的所有存儲技術針對雲計算三層架構的各個環節採用適當的存儲技術，才能取得最佳效果，例如，對應不同需求，有時應該使用資料庫技術但有時卻應該使用LDAP技術，有些性能要求高的系統不能使用SAN或NAS，需直接使用基於RPC或Socket技術的並發文件系統，有些應用使用SAN成本太高等，這里不再做深入介紹。如圖8-31所示是一個採用NetApp FAS、思科 UCS和 VMWare vShpere 4技術打造的存儲系統，對上述兩種雲存儲技術和應用都有促進作用。雲存儲架構

分為兩類：一種是通過服務來架構;另一種是通過軟體或硬體設備來架構。

傳統的系統利用緊耦合對稱架構，這種架構的設計旨在解決HPC(高性能計算、超級運算)問題，現在其正在向外擴展成為雲存儲從而滿足快速呈現的市場需求。下一代架構已經採用了鬆弛耦合非對稱架構，集中元數據和控制操作，這種架構並不非常適合高性能HPC，但是這種設計旨在解決雲部署的大容量存儲需求。各種架構的摘要信息如下：

緊耦合對稱(TCS)架構

構建TCS系統是為了解決單一文件性能所面臨的挑戰，這種挑戰限制了傳統NAS系統的發展。HPC系統所具有的優勢迅速壓倒了存儲，因為它們需要的單一文件I/O操作要比單一設備的I/O操作多得多。業內對此的回應是創建利用TCS架構的產品，很多節點同時伴隨著分布式鎖管理(鎖定文件不同部分的寫操作)和緩存一致性功能。這種解決方案對於單文件吞吐量問題很有效，幾個不同行業的很多HPC客戶已經採用了這種解決方案。這種解決方案很先進，需要一定程度的技術經驗才能安裝和使用。

鬆弛耦合非對稱(LCA)架構

LCA系統採用不同的方法來向外擴展。它不是通過執行某個策略來使每個節點知道每個行動所執行的操作，而是利用一個數據路徑之外的中央元數據控制伺服器。集中控制提供了很多好處，允許進行新層次的擴展：

● 存儲節點可以將重點放在提供讀寫服務的要求上，而不需要來自網路節點的確認信息。

● 節點可以利用不同的商品硬體CPU和存儲配置，而且仍然在雲存儲中發揮作用。

● 用戶可以通過利用硬體性能或虛擬化實例來調整雲存儲。

● 消除節點之間共享的大量狀態開銷也可以消除用戶計算機互聯的需要，如光纖通道或infiniband，從而進一步降低成本。

● 異構硬體的混合和匹配使用戶能夠在需要的時候在當前經濟規模的基礎上擴大存儲，同時還能提供永久的數據可用性。

● 擁有集中元數據意味著，存儲節點可以旋轉地進行深層次應用程序歸檔，而且在控制節點上，元數據經常都是可用的。

『叄』 雲存儲架構分哪些層次,各自實現了什麼功能

(1)存儲層
雲存儲系統對外提供多種不同的存儲服務，各種服務的數據統一存放在雲存儲系統中，形成一個海量數據池。從大多數網路服務後台數據組織方式來看，傳統基於單伺服器的數據組織難以滿足廣域網多用戶條件下的吞吐性能和存儲容量需求；基於P2P架構的數據組織需要龐大的節點數量和復雜編碼演算法保證數據可靠性。相比而言，基於多存儲伺服器的數據組織方法能夠更好滿足在線存儲服務的應用需求，在用戶規模較大時，構建分布式數據中心能夠為不同地理區域的用戶提供更好的服務質量。
雲存儲的存儲層將不同類型的存儲設備互連起來，實現海量數據的統一管理，同時實現對存儲設備的集中管理、狀態監控以及容量的動態擴展，實質是一種面向服務的分布式存儲系統。
(2)基礎管理層
雲存儲系統架構中的基礎管理層為上層提供不同服務間公共管理的統一視圖。通過設計統一的用戶管理、安全管理、副本管理及策略管理等公共數據管理功能，將底層存儲與上層應用無縫銜接起來，實現多存儲設備之間的協同工作，以更好的性能對外提供多種服務。
(3)應用介面層
應用介面層是雲存儲平台中可以靈活擴展的、直接面向用戶的部分。根據用戶需求，可以開發出不同的應用介面，提供相應的服務。比如數據存儲服務、空間租賃服務、公共資源服務、多用戶數據共享服務、數據備份服務等。
(4)訪問層
通過訪問層，任何一個授權用戶都可以在任何地方，使用一台聯網的終端設備，按照標準的公用應用介面來登錄雲存儲平台，享受雲存儲服務。
2雲存儲技術的優勢
作為新興的存儲技術，與傳統的購買存儲設備和部署存儲軟體相比，雲存儲方式存在以下優點：
(1)成本低、見效快
傳統的購買存儲設備或軟體定製方式下，企業根據信息化管理的需求，一次性投入大量資金購置硬體設備、搭建平台。軟體開發則經過漫長的可行性分析、需求調研、軟體設計、編碼、測試這一過程。往往在軟體開發完成以後，業務需求發生變化，不得不對軟體進行返工，不僅影響質量，提高成本，更是延誤了企業信息化進程，同時造成了企業之間的低水平重復投資以及企業內部周期性、高成本的技術升級。在雲存儲方式下，企業除了配置必要的終端設備接收存儲服務外，不需要投入額外的資金來搭建平台。企業只需按用戶數分期租用服務，規避了一次性投資的風險，降低了使用成本，而且對於選定的服務，可以立即投入使用，既方便又快捷。
(2)易於管理
傳統方式下，企業需要配備專業的IT人員進行系統的維護，由此帶來技術和資金成本。雲存儲模式下，維護工作以及系統的更新升級都由雲存儲服務提供商完成，企業能夠以最低的成本享受到最新最專業的服務。
(3)方式靈活
傳統的購買和定製模式下，一旦完成資金的一次性投入，系統無法在後續使用中動態調整。隨著設備的更新換代，落後的硬體平台難以處置；隨著業務需求的不斷變化，軟體需要不斷地更新升級甚至重構來與之相適應，導致維護成本高昂，很容易發展到不可控的程度。而雲存儲方式一般按照客戶數、使用時間、服務項目進行收費。企業可以根據業務需求變化、人員增減、資金承受能力，隨時調整其租用服務方式，真正做到「按需使用」。
3雲存儲技術趨勢
隨著寬頻網路的發展，集群技術、網格技術和分布式文件系統的拓展，CDN內容分發、P2P、數據壓縮技術的廣泛運用，以及存儲虛擬化技術的完善，雲存儲在技術上已經趨於成熟，以「用戶創造內容」和「分享」為精神的Web2.0推動了全網域用戶對在線服務的認知。

『肆』 畢業設計讓做一個linux下的雲存儲伺服器，該怎麼實現呢，請給出大致思路或者框架

我想知道你這東西到底「雲」在什麼地方。
應該就是一個網路存儲功能吧？類似 samba 、NFS 的東西？

如果是這樣的話，無非就是做一個遠程存取的伺服器程序。不過既然傳輸限制 UDP 和 TCP 了，那麼應該除了寫伺服器程序，還需要一個客戶端程序，而不是用瀏覽器實現。
客戶端可以發送命令操作伺服器端的數據，比如刪除、移動、重命名，這部分用UDP傳輸。文件的上傳和下載部分，用UDP傳輸

那這程序基本的功能要求不就已經有了？
剩下的就是細節了。比如你說的這些服務，都是對外的公共服務雲，那麼這些東西就要分用戶，用戶都有自己的文件。而且用戶還要加密碼，不能隨便的就讓某個人訪問。伺服器和客戶端之間如何進行用戶身份識別和保持，都要考慮。這樣你還需要考慮用戶的管理功能，客戶端還需要支持登錄什麼的。

把基本要求找到，剩下的非要求但是必須考慮的東西就可以看情況了。比如你這個客戶端做成字元界面程序，還是圖形界面？伺服器端那裡文件怎麼儲存，用戶賬戶如何存儲增加減少。

『伍』 雲計算環境中的數據挖掘存儲管理設計

雲計算環境中的數據挖掘存儲管理設計
1.引言
Hadoop提供了一個基於HDFs的簡單資料庫HBase，它的設計思想和數據模型都與Google開發的模型簡化的大規模分布式資料庫BigTabIe極為相似。HBase不支持完全的關系數據模型，只為用戶提供了簡單的數據模型，讓客戶來動態控制數據的分布和格式。從數據模型角度看，HBase是一個稀疏的、長期存儲的（存在硬碟上）、多維度的、排序的映射表。這張表的索引是行關鍵字、列關鍵字和時間戳。每個值是一個不解釋的字元數組，用戶需要自己解釋存儲的字串的類型和含義。這種模型具有很大的靈活性，通過仔細選擇數據表示，用戶可以控制數據的局部化。但是這種靈活性的代價就是不支持完全的關系數據模型，這導致傳統的數據存儲格式無法應用於HBase。Google自身的GFS是為網頁搜索功能量身定做的，採用BigTable的簡單數據模型可以以字元串形式靈活存儲網頁的URL、時間戳等信息。HDFS的設計完全借鑒了GFS的思想，因此從目前的版本來看，HDFS對網頁搜索具有較好的支持，但是對於使用傳統的關系數據模型的產品來說，HDFS並不是一個很好的選擇，因為它不能提供傳統的關系資料庫的相關功能。如上所述，以Hadoop為例，目前的開源解決方案並不完全適用於某公司的新產品需求，因此我們需要參照現有解決方案，設計符合自身需要的新方案。
2.DDF的數據劃分策略
面對大量的異構的用戶數據，我們有必要對數據進行劃分，以期得到更好的查詢性能。
數據劃分策略可分為垂直數據劃分（Horizontal panition）和水平數據劃分（VerticaI partition），在DDF中同時採用了這兩種劃分策略。垂直數據劃分是按照功能劃分：
（1）首先把對象數據、查詢數據和其他數據劃分到不同的數據表中（資料庫的表）。
（2）對於對象數據，由於是按對象類型（Object type）訪問的，那麼我們可以進一步按照對象類型進行垂直劃分，把不同類型的對象數據劃分到相應的數據表中。
（3）對於查詢數據，在目前的研究階段，也將其按照對象類型進行垂直劃分，存儲到相應的數據表中。
另外，採用對象的全局標識（UID）的哈希值（Hash）進行水平劃分，從而將對象數據劃分到不同的數據節點（Datanode）的策略，需要面對數據遷移的問題，即當增加新的數據節點時，如何確保原有數據節點上的數據不進行或者盡量少進行遷移。
3.DDF的數據存儲策略
DDF借鑒了HDFS的設計思想，在架構中引入了數據節點的概念，整個數據存儲策略的設計理念如下。
（1）每個數據劃分只可能存放在同一個資料庫中，不允許一個數據劃分分裂存放在多個資料庫的情況出現。但是，具有相同數據對象類型的不同劃分可以存放在不同的資料庫中。
（2）允許不同類型的數據（如對象數據和查詢數據）採用不同的劃分策略。
（3）概念層次上的劃分和存儲層次上的資料庫是一個多對多的關系，也就是說，我們甚至可以將所有的劃分存放在同一個資料庫內。這種極端情況同樣是被允許的。
（4）當我們將一個劃分指定給一個資料庫時，它們的對應關系應被記錄，這樣在查詢數據時可以定位到正確的資料庫。
4.DDF的節點劃分策略
DDF的節點劃分策略是建立在數據劃分和數據存儲策略的基礎之上的，節點劃分策略從應用層面上描述了DDF各節點的功能。
對於收到的遠程更新和查詢操作的請求，調度節點必須進行分析，以判斷這些操作的作用域。如果操作與當前位置的數據無關，那麼這些更新和查詢操作會被拒絕。數據節點則應具有以下功能：
（1）存儲數據。
（2）處理索引相關的請求。
（3）處理查詢請求。
（4）負責部分對查詢結果進行分頁的功能。
（5）創建並管理集合對象（對緩存的查詢）。
（6）負責對過期數據進行處理，這包括刪除與過期數據相關的對象和索引。
數據節點本身並不關心數據的位置問題，調度節點應該關心數據所處的位置。數據對象的全局標識符決定了它應該位於哪個位置。

『陸』 什麼是雲存儲你如何看待雲存儲

雲存儲的幾十年發展歷程，其計算架構模型，也從Scale Up走向Scale Out。但是展望未來數字世界的海量需求，目前流行的模型還能夠持續滿足嗎？本文通過對雲存儲 歷史 的回顧，及對Scale Up和Scale Out兩種擴展模型的詮釋，來揭開雲存儲的未來模式。

1. 雲存儲及其 歷史

簡而言之，雲存儲（cloud storage）就是將數字內容安全的存儲在伺服器上，從而任何連接互聯網的設備可以方便的獲取。首先讓我們簡單回顧一下雲存儲的 歷史 。

雲存儲的早期雛形要回溯到上個世紀的90年代，也就是互聯網泡沫時期（dot-com boom），當時有許多家公司，例如EVault, NetMass, Arkeia和CommVault等等[1]均提供在線數據備份服務，當然它們絕大部分也隨著互聯網泡沫的破碎而煙消雲散了。少數倖存下來的有一家叫Veritas NetBackup最後也被Symantec收購，現在依舊提供Symantec NetBackup的在線存儲服務。

而真正讓大家耳熟能詳的雲存儲是2006年由Amazon提供的AWS S3雲存儲服務，其最具有革命意義的變革是，提出了即買即用（pay-per-use）的價格模型，使得雲存儲的使用像水電一樣可計算衡量。從此雲存儲以S3為標准一路絕塵，我們所熟悉的大廠，比如Netflix, Pinterest, Dropbox也是S3的顧客。尾隨的Microsoft和Google也於2010年分別發布了類似的Azure Blob Storage和Google Storage的存儲服務。

雲存儲真正發展的十幾年中，見證了移動互聯網的崛起，大數據的生機勃發，人工智慧的再次復興，並能夠展望到未來物聯網，無人駕駛及各類機器人自動化的世界。海量數據的產生，存儲，分析，預測及應用，快速以正反饋循環方式，推進著人類 社會 向數字世界大步邁進。所以，為了適應數據存儲新的需求，各家雲存儲產品的應用場景及價格模型，已從單一向多元發展，比如AWS S3就有Standard，Intelligent-Tiering， Standard-IA，One Zone-IA，Glacier和Glacier Deep Archive六類存儲產品來滿足各類使用場景，我會在未來的文章里針對性的細講一下。而本文重點所探討的是，目前雲存儲的基礎架構體系是否能夠適應未來數據存儲的要求和挑戰？為了回答這個問題，讓我們先簡單回顧一下計算機體系架構里的Scale Up和Scale Out擴展模型。

2. Scale Up和Scale Out？

Scale Up又稱為垂直擴展（scale vertically）[2]，意為在單節點上添加資源，如CPU，內存和存儲，在縱向上擴展從而獲得更多計算或存儲能力；Scale Up初期能夠快速達到升級目的，操作起來相對比較簡單，但隨著計算或存儲的要求越來越高，硬體資源的添加可能已經達到極限，不僅單節點的造價非常昂貴，維護成本很高，而且更容易留下單點故障的隱患。傳統的RAID（Rendant Array of Inexpensive Disks）存儲就是此種模式。

Scale Out又稱為水平擴展（scale horizontally）[2]，意為在分布式環境下，通過添加節點計算或存儲資源，在橫向上滿足更多的計算存儲需求；隨著計算和存儲單位價格的降低和效率的提升，使用低端的商用（commodity）系統，利用分布式技術可以搭建起「超級計算」中心，以及後來衍生出來的私有或公有雲平台解決方案。雖然分布式系統會帶來一定程度上的軟體復雜度和管理困難，但由軟體定義的計算和存儲解決方案，能夠以較低的價格和較高的魯棒性，優雅的解決了海量增長的計算存儲需求，也是目前雲平台的主流技術。但它就一定能夠承載未來的更加海量的需求嗎？雲存儲的未來是什麼？方向是向左還是向右？

3. 未來向左還是向右？

話說天下大勢, 分久必合, 合久必分，事物發展的規律似乎從來就沒有什麼絕對。當下，雲平台內部似乎已完全是Scale Out模式了，但當我們把鏡頭再拉遠一點，從雲平台在全球部署的每一個可用區來看，整體上它又是一個Scale Up模型，不是嗎？單點投入巨大，耗費能源，使用成本高昂。而相反，隨著強大的計算，存儲和帶寬能力能夠進入尋常家庭、工作和生活等邊緣節點，資源閑置或者不均衡使用也變得越來越明顯。

那麼，是否能夠將這些邊緣節點的計算存儲能力結合起來，組成一個真正意義上的Scale Out平台，提供人們日益增長的計算存儲需求？

可否將浪費或者不對等的資源重新組合，提供一個更加節能環保的綠色Scale Out平台？

可否摒棄中心化的單點故障和數據安全隱患，真正做到廉價高效，零數據泄露的Scale Out平台？

答案是應該可以而且必須可以！

縱觀雲存儲平台的發展 歷史 ，從單節點的Scale Up模式走向可用區內部的Scale Out模式，又從內部的Scale Out模式走向整體上相對的Scale Up模式。而未來數字世界的海量計算和存儲需求的滿足，一定需要真正意義上的全球Scale Out模型，那就是把邊緣節點和半中心化節點高效且系統的組織起來，減少浪費，提高效率，節省成本，去除中心。將天空中幾塊為數不多的白雲，變成漫天遍布的朵朵白雲，讓人們自由定價、自由選擇、自由組合。

挑戰雖然巨大，但未來很美好，讓我們一起努力迎接雲存儲的明天！

[1]: History of Online Storage

[2]: Wiki Scalability

文章作者：Bruce Lee（http://PP.IO總架構師）

轉載請註明出處

如果有關於PPIO的交流，可以通過下面的方式聯系我：

加我微信，注意備注來源

wechat：omnigeeker

雲存儲服務平台，很精練吧

網路解釋：雲存儲是在雲計算(cloud computing)概念上延伸和發展出來的一個新的概念，是一種新興的網路存儲技術，是指通過集群應用、網路技術或分布式文件系統等功能，將網路中大量各種不同類型的存儲設備通過應用軟體集合起來協同工作，共同對外提供數據存儲和業務訪問功能的系統。

雲存儲可以簡單的理解為將數據保存在一個第三方空間，隨時取用和處理。雲存儲也可以說是一個以數據存儲和管理為核心的雲計算系統。雲存儲對用戶來講，不只是一個簡單的設備，而是整個雲存儲系統的一種數據訪問服務。

通過集群應用，網路技術等功能把網路中不同類型的存儲設備通過應用軟體集合起來工作。

雲儲存就是企業的公用空間（伺服器)，定期有人維護不用自己操心不怕數據丟失，但是數據都會在企業無保密可言，

就是網上的存儲空間，不佔自身內存，要用時聯網下載

雲存儲是指通過集群應用、網格技術或分布式文件系統或類似網格計算等功能聯合起來協同工作，並通過一定的應用軟體或應用介面，對用戶提供一定類型的存儲服務和訪問服務。

雲存儲的優勢

樓主有需要的話可以了解一下企業共享辦公系統，可支持手機端、雲端、公司伺服器存儲、為企業獨立搭建維護企業網盤，從而實現文件歸檔存儲、文檔管理、協同辦公等功能。

雲存儲就是將文件內存存儲在雲端的一種方式，不佔用自己本身電腦或者手機的內存，海量存儲輕松搞定，解決了很多的存儲難與存儲傳輸難的問題。

使用呆貓雲盤的幾大好處，企業存儲資產更安全：

1、使用呆貓遠程桌面時可直接掛載雲盤，輕松上傳下載文件，支持在線修改文件。

2、項目資源統一集中管理，釋放本地存儲空間；支持彈性擴容，按需使用，降低本地硬體使用成本；

3、呆貓同一賬號內存儲互通，資源可異地共享，減少傳輸成本。

4、呆貓雲盤與渲雲網盤存儲互通，使用渲雲提交渲染任務時，內網同步，文件秒傳，節省傳輸時間。

5、支持高並發讀取資產文件，可同一賬號最多可支持上千台機器同時讀取雲盤文件，提高工作效率。

6、高性能存儲，百萬級IOPS，超高算力助力設計行業發展。

7、雲盤基於域控的安全策略，免受病毒攻擊；提供多副本可靠性機制，即使機器出現故障，也不會引起數據丟失。

把你需要存儲的數據放到網上，不佔用你自己設備的內存，當你需要使用時從網上下載。這之間會產生數據流量。

雲存儲其實我們都經歷過，2013年-2016年蓬勃發展，而後被玩壞的雲盤，就是典型代表，雖然我們控制權益不多，只能上傳下載，離線，共享，基本當作網路硬碟和交流工具使用，但卻解決了人們的燃眉之急。我們現在部分手機上還有雲端保存照片的功能。

實際的雲存儲並不是這么簡單，引用一下網路：

雲存儲是建立在雲計算的基礎上，為雲計算服務。對於我們似乎太深奧，但又息息相關，我們只需要知道它是好東西就行了。不單單能當作個人網路上的儲存空間。