存储块数量

① 存储器存储容量怎么算

存储器的存储容量的基本单位是字节（Byte）。但由于目前存储器的容量都很大，因此常用KB、MB、GB以及TB作为存储容量的单位。

换算：

1B（byte，字节）= 8 bit；

1KB（Kilobyte，千字节）=1024B= 2^10 B；

1MB（Megabyte，兆字节，百万字节，简称“兆”）=1024KB= 2^20 B；

1GB（Gigabyte，吉字节，十亿字节，又称“千兆”）=1024MB= 2^30 B；

1TB（Terabyte，万亿字节，太字节）=1024GB= 2^40 B；

1PB（Petabyte，千万亿字节，拍字节）=1024TB= 2^50 B；

1EB（Exabyte，百亿亿字节，艾字节）=1024PB= 2^60 B；

1ZB（Zettabyte，十万亿亿字节，泽字节）=1024EB= 2^70 B。

(1)存储块数量扩展阅读

Megabyte(MB)=1024KB相当于一则短篇小说的文字内容。

Gigabyte(GB)=1024MB相当于贝多芬第五乐章交响曲的乐谱内容。

Terabyte(TB)=1024GB相当于一家大型医院中所有的X光图片资讯量。

Petabyte(PB)=1024TB相当于50%的全美学术研究图书馆藏书资讯内容。

Exabyte (EB)=1024PB；5EB相当于至今全世界人类所讲过的话语。

Zettabyte(ZB)=1024EB如同全世界海滩上的沙子数量总和。

Yottabyte(YB)=1024ZB相当于7000位人类体内的微细胞总和。

② 存储容量的存贮容量的计算

每一千个字节称为1KB，注意，这里的“千”不是我们通常意义上的1000，而是指1024。即：1KB=1024B。但如果不要求严格计算的话，也可以忽略地认为1K就是1000。 4）每1024个KB就是1MB（同样这里的K是指1024），即：1MB=1024KB=1024×1024B=1,048,576B这是准确的计算。如果不精确要求的话，也可认为1MB=1,000KB=1,000,000B
另外需要注意的是，存储产品生产商会直接以1GB=1000MB，1MB=1000KB ，1KB=1000B的计算方式统计产品的容量，这就是为何买回的存储设备容量达不到标称容量的主要原因（如320G的硬盘只有300G左右）
每1024MB就是1GB，即1GB=1024MB，至于等于多少字节，自己算吧。我们搞清楚了，常听人说什么一张软盘是1.44MB、一张CD光盘是650MB、一块硬盘是120GB是什么意思了。打个比方，一篇10万汉字的小说，如果我们把存到磁盘上，需要占用多少空间呢？100,000汉字=200,000B=200,000B÷1024≈195.3KB≈195.3KB÷1024≈0.19MB
硬盘计算：750GB SATA实际容量为667（698.5）GB（少于的部分用于操作系统）； CBR影响系数：是指CBR(恒定码流）正误差给存储容量带来的影响系数。 存储设备采用RAID5+1的方式布置，每台存储需要损耗2块硬盘，如果IPSAN的硬盘为500GB的侧每台存储有效容量为6.316TB；如果IPSAN的硬盘为750GB的侧每台存储有效容量为9.119TB 存储模式与硬盘数量关系： 模式1:部署JBOD盘，采用750G硬盘（有效容量667GB)，单机16个有效盘位总容量为10.672TB，不考虑存储数据可靠性为最经济模式。 模式2：部署RAID5但不配热备盘，采用750G硬盘（有效容量667GB)，单机15个有效盘位总容量为9.771TB，不考虑RAID5重建对存储性能影响，这是最经济的模式。 模式3：部署RAID5且配热备盘，采用750G硬盘（有效容量667GB)，单机14个有效盘位总容量为9.119TB，不考虑RAID5重建对存储性能影响（允许在坏掉一个硬盘后短时间内再坏掉一个硬盘）。 根据各布点区域监控点的数量可具体计算出所需的存储容量。（方案存储数据）方案中我们IP SAN存储，可以根据需要随时增加存储设备，并进行统一管理。

③ 块存储、文件存储、对象存储这三者的本质差别是什么

一、概念及区别

针对不同的应用场景，选择的分布式存储方案也会不同，因此有了对象存储、块存储、文件系统存储。这三者的主要区别在于它们的存储接口：

1. 对象存储:

也就是通常意义的键值存储，其接口就是简单的GET,PUT,DEL和其他扩展，

2. 块存储:

这种接口通常以QEMU Driver或者Kernel Mole的方式存在，这种接口需要实现Linux的BlockDevice的接口或者QEMU提供的BlockDriver接口，如Sheepdog，AWS的EBS，青云的云硬盘和阿里云的盘古系统，还有Ceph的RBD(RBD是Ceph面向块存储的接口)

3. 文件存储:

通常意义是支持POSIX接口，它跟传统的文件系统如Ext4是一个类型的，但区别在于分布式存储提供了并行化的能力，如Ceph的CephFS(CephFS是Ceph面向文件存储的接口)，但是有时候又会把GFS，HDFS这种非POSIX接口的类文件存储接口归入此类。

二、IO特点

按照这三种接口和其应用场景，很容易了解这三种类型的IO特点，括号里代表了它在非分布式情况下的对应:1. 对象存储(键值数据库):

接口简单，一个对象我们可以看成一个文件，只能全写全读，通常以大文件为主，要求足够的IO带宽。

2. 块存储(硬盘):

它的IO特点与传统的硬盘是一致的，一个硬盘应该是能面向通用需求的，即能应付大文件读写，也能处理好小文件读写。但是硬盘的特点是容量大，热点明显。因此块存储主要可以应付热点问题。另外，块存储要求的延迟是最低的。

3. 文件存储(文件系统):

支持文件存储的接口的系统设计跟传统本地文件系统如Ext4这种的特点和难点是一致的，它比块存储具有更丰富的接口，需要考虑目录、文件属性等支持，实现一个支持并行化的文件存储应该是最困难的。但像HDFS、GFS这种自己定义标准的系统，可以通过根据实现来定义接口，会容易一点。

因此，这三种接口分别以非分布式情况下的键值数据库、硬盘和文件系统的IO特点来对应即可。至于冷热、快慢、大小文件而言更接近于业务。但是因为存储系统是通用化实现，通常来说，需要尽量满足各种需求，而接口定义已经一定意义上就砍去了一些需求，如对象存储会以冷存储更多，大文件为主。

④ 块储存，对象存储，文件存储的区别和联系

通常来讲，磁盘阵列都是基于Block块的存储，而所有的NAS产品都是文件级存储。
1. 块存储：DAS SAN
a) DAS(Direct Attach Storage): 是直接连接于主机服务器的一种存储方式，每台服务器有独立的存储设备，每台主机服务器的存储设备无法互通，需要跨主机存取资料室，必须经过相对复杂的设定，若主机分属不同的操作系统，则更复杂。
应用：单一网络环境下且数据交换量不大，性能要求不高的环境，技术实现较早。
b) SAN(Storage Area Network): 是一种高速(光纤)网络联接专业主机服务器的一种存储方式，此系统会位于主机群的后端，它使用高速I/O联接方式，如：SCSI,ESCON及Fibre-Channels.特点是，代价高、性能好。但是由于SAN系统的价格较高，且可扩展性较差，已不能满足成千上万个CPU规模的系统。
应用：对网速要求高、对数据可靠性和安全性要求高、对数据共享的性能要求高的应用环境中。

2. 文件存储
通常NAS产品都是文件级存储。
NAS(Network Attached Storage)：是一套网络存储设备，通常直接连在网络上并提供资料存取服务，一套NAS储存设备就如同一个提供数据文件服务的系统，特点是性价比高。
它采用NFS或CIFS命令集访问数据，以文件为传输协议，可扩展性好、价格便宜、用户易管理。目前在集群计算中应用较多的NFS文件系统，但由于NAS的协议开销高、带宽低、延迟大，不利于在高性能集群中应用。

3. 对象存储：
总体上讲，对象存储同时兼具SAN高级直接访问磁盘特点及NAS的分布式共享特点。
核心是将数据通路(数据读或写)和控制通路(元数据)分离，并且基于对象存储设备(OSD)，构建存储系统，每个对象存储设备具备一定的职能，能够自动管理其上的数据分布。
对象储存结构组成部分(对象、对象存储设备、元数据服务器、对象存储系统的客户端)
3.1 对象
一个对象实际就是文件的数据和一组属性信息的组合。
3.2 对象存储设备(OSD)
OSD具有一定的智能，它有自己的CPU、内存、网络和磁盘系统。
OSD提供三个主要功能：包括数据存储和安全访问
(1)数据存储 (2)智能分布 (3)每个对象元数据的管理
3.3 元数据服务器(Metadata Server , MDS)
MDS控制Client与OSD对象的交互，主要提供以下几个功能：
(1) 对象存储访问
允许Client直接访问对象，OSD接收到请求时先验证该能力，再访问。
(2) 文件和目录访问管理
MDS在存储系统上构建一个文件结构，限额控制、包括目录、文件的创建、访问控制等
(3) Client Cache 一致性
为提高性能，在对象存储系统设计时通常支持Client的Cache。因此带来了Cache一致性的问题，当Cache文件发生改变时，将通知Client刷新Cache,以防Cache不一致引发的问题。
对象存储：
一个文件包含了属性(术语叫matadata元数据，例如该文件的大小、修改时间、存储路径等)以及内容(简称数据)。
以往的文件系统，存储过程将文件按文件系统的最小块来打散，再写进硬盘，过程中没有区分元数据(metadata)和数据。而在每个块最后才会告知下一个块的地址，因此只能一个一个读，速度慢。
而对象存储则将元数据独立出来，控制节点叫元数据服务器(服务器+对象存储管理软件)，里面主要存储对象的属性(主要是对象的数据被打散存放到了那几台分布式服务器中的信息)，而其他负责存储数据的分布式服务器叫做OSD，主要负责存储文件的数据部分。当用户访问对象时，会先访问元数据服务器，元数据服务器只负责反馈对象存储在那些OSD。假设反馈文件A存储在B,C,D三台OSD，那么用户就会再次访问三台OSD服务器去读取数据。
这时三台OSD同时对外传输数据，因此传输的速度就加快了。OSD服务器数量越多，这种读写速度的提升就越大。
另一方面，对象存储软件有专门的文件系统，所以OSD对外又相当于文件服务器，那么就不存在文件共享方面的困难了，也解决了文件共享方面的问题。
因此对象存储的出现，很好的结合了块存储与文件存储的优点。

为什么还要使用块存储和文件存储：
1.有一类应用是需要存储直接裸盘映射的，比如数据库。因为数据库需要存储裸盘映射给自己后，再根据自己的数据库文件系统来对了裸盘进行格式化，因此不能采用其他已经被格式化为某种文件系统的存储。此类更适合块存储。
2.对象存储的成本比普通的文件存储还是较高，需要购买专门的对象存储软件以及大容量硬盘。如果对数据量要求不是海量，只是为了作文件共享的时候，直接用文件存储的形式就好了，性价比高。

⑤ 对象存储、文件存储和块存储有什么区别

区别如下：

1、速度不同

块存储：低延迟（10ms），热点突出；

文件存储：不同技术各有不同；

对象存储：100ms-1s，冷数据；

2、可分步性不同

块存储：异地不现实；

文件存储：可分布式，但有瓶颈；

对象存储：分步并发能力高；

3、文件大小不同

块存储：大小都可以，热点突出；

文件存储：适合大文件；

对象存储：适合各种大小；

4、接口不同

块存储：Driver，kernel mole ；

文件存储：POSIX；

对象存储：Restful API ；

5、典型技术不同

块存储：SAN；

文件存储：HDFS，GFS；

对象存储：Swift，Amazon S3；

6、适合场景不同

块存储：银行；

文件存储：数据中心；

对象存储：网络媒体文件存储；

(5)存储块数量扩展阅读：

文件存储的优缺点：

优点

（1）、造价低：随便一台机器就可以，另外普通的以太网就可以，根本不需要专用的SAN网络，所以造价低。

（2）、方便文件共享。

缺点

（1）、读写速率低，传输速率慢：以太网，上传下载速度较慢，另外所有读写都要1台服务器里面的硬盘来承受，相比起磁盘阵列动不动就十几上百块硬盘同时读写，速率慢了许多。

⑥ 设有一页式存储管理系统，向用户所提供的逻辑地址空间最大为16页，每页2048B，主存共有8个存储块。

2的4次方=16，所以页号占4位，页长为2048=2的11次方，所以页内地址占11位，逻辑地址15位
存储块有8个，每个存储块对应2048B大小的页框，所以主存空间为16KB

⑦ stm32的嵌入式闪存:大容量产品主存储块最大为64k*64位，每个存储块划分为256个2k 字节的页，这两句话

按照存储单元的元[位]来讲，这两种说法是相等的：
64K * 64bits = 64 * 4 *2K * 8bits = 256个2K字节；
也就是说，总的存储容量还是没变的。
我的理解是这样的：
前者侧重页外，后者侧重页内，两种说法是和存储器的组织形式有关的：
主存储块的最大数目 = 64K * 64位，而每个单独的页（也就是存储芯片）的构成形式是2K*8位，那么就需要进行扩展：
首先应进行位扩展，即2K * 8位扩展为2K * 64位，则需要8个存储芯片，3根片选线，11根地址线；
然后进行字扩展，即2K 扩展为 64K，此时需要32个位扩展后的存储芯片，5根地址线；
如此共需要存储芯片数量为：32 * 8 = 256个，也就是存储块内共需要256个页，19根地址线。

⑧ fpga器件中的存储器块有何作用

3.2 FPGA器件中的存储器块有何作用？

FPGA器件内通常有片内存储器，这些片内存储器速度快，读操作的时间一般为3～4 ns，写操作的时间大约为5 ns，或更短，用这些片内存储器可实现RAM、ROM或FIFO等功能，非常灵活，为实现数字信号处理（DSP）、数据加密或数据压缩等复杂数字逻辑的设计提供了便利；采用ROM查表方式可以完成数值运算、波形信号发生器等功能，是FPGA设计中一种常用的设计方法。

⑨ 存储容量为64M、20000数据块什么意思

第一个实验数据流为50 个大小 为20000 的数据块，记为 stream01． 第二个实验数据流 为100 个大小为10000 的数据块，记为stream02． 第三个 实验数据流为 200 个大小为 5000 的数据块， 记为 stream03． 第四个实验数据流为20 个大小为40000 据块，记为stream04．分类学习算法 采用决策树（DT），并基于Weka 包实现，参数取其默认值，各基础分类器 的权重采用第一种确定策略． 实验环境是：Intel 奔腾双 CPU，内存大小2G，Java heap space JVM Xms64m－Xmx512m，操作系统为windowXP． 实验结果与分析进行实验时， 实验数据流 stream01、 stream02、 stream03 在训练窗口中样本块数为5，stream04 验证IMDWE 在不同正类比例 下的执行情况，我们分别取了9 从构建集成分类器的平均执行时间来看，实验比较结果表明（图2）：在正类比例 欧阳震诤：一种不平衡数据流集成分类模型范围内，IMDWE 集成分类器构建分类器的执行时间比 WE 集成分类器少；对于 stream01，平均执行时间最多 减少36 2％，最少减少28 4％；对于stream02，平均执行 时间最多减少51 2％；对于 stream03，平均执行时间最 多减少45 7％；对于 stream04，平均执行时间最多减少 36 2％． 时，此时IMDWE平均执行时间出 现增加的趋势，主要是由于训练窗口中样本个数出现 明显增加（n ），从而导致训练时间的增加．实验采用Gmean 评价 IMDWE 的整体分类性能． Gmean值相比WE Gmean值都出现了明显的提升， IMDWE的整体分类性能要明显优于WE 的整体分 类性能． 尤其对于stream01，IMDWE 的整体分类性能提 升明显，最大提升为 12 4％， 最小为 10 4％； 而对于 stream02、 stream04， IMDWE 的整体分类性能提升在 8％到8％ 之间； 对于 stream03， 提升度在 3％之间．从提升整个正类的分类精度来看，从图 可以看出，相比 WE，IMDWE 对于提高正类的分类精度是明显 的，尤其对于 stream01，recall 值最大提升达到 26． 7％， 最小也在22％以上，而最小的提升出现在 stream03，相 对提升度在 FValue值来看，从 可以看出，相比WE，IMDWE 对于不同的 现了不同的结果，但是对于stream01，在 的范围内，FValue值提升都在10 8％以上，最大达 到11 8％；对于stream02，在 的范围内，FValue 值提升最大在 9％，最小在 4％；而对于 stream03 与stream04，只有在 附近才出提升，而其他 值都出现降低，此时主要是IMDWE precision值出现了降低（图6） 结论目前多数数据流分类器的设计是基于数据流中类 的分布是大致平衡这一假设的，而某些实际应用中对 于少数类的分类性能是重点关注的． 本文基于权重集 成分类器，综合利用抽样技术，提出了一种处理不平衡 数据流的集成分类模型———IMDWE 集成分类器模型． 实验验证表明：IMDWE 集成分类器的整体分类性能优 于WE 集成分类器，能明显提高少数类的分类精度，并 且构建模型的算法复杂度更低，更适合高速数据流的 分类挖掘． 从实验中可以看出，相比 WE 集成分类器，IMDWE 集成分类器在提升少数类的Fvalue 值时对于不同的正 类比例 出现了不稳定性，这主要是由于precision 的降低过快造成的．因此根据应用问题中正负类样本 比例的不同、数据流流速（块大小）的不同，如何选取适 值变得非常重要，这也是我们下一步研究的方向．

⑩ 解释一下主存储器的组成和块数如何计算

算出每个存取块的bit大小
然后用总的bit大小除以每个存取快的大小 即为所需快数