中心化vs去中心化晌端,數據存儲的正確姿勢

“Crust 實現了去中心化存儲的激勵層協(xié)議,適配包括 IPFS 在內的多種存儲層協(xié)議婉陷,并對應用層提供支持帚称。同時 Crust 的架構也有能力對去中心化計算層提供支持,構建分布式云生態(tài)秽澳〈扯茫”


我們一直在說 5G、云計算担神、大數據楼吃、物聯網等大科技板塊未來的趨勢和機會,但不知道大家想過沒有妄讯,這些應用未來發(fā)展起來后所刀,數據量也會呈指數級增長。

以今年春節(jié)為例捞挥,單移動互聯網流量同比就增長了 37%浮创,其中除夕和大年初一兩天數據流量更是翻倍。


再試想一下砌函,如今各種網紅直播斩披、在線+產業(yè)(教育、辦公讹俊、醫(yī)療等)以及抖音垦沉、快手等 APP 上面的短視頻,哪一個數據流量是低于 M 級別仍劈。


有數據就有存儲需要厕倍,隨著數據量增加,未來數據存儲需求也會水漲船高贩疙,而且數據存儲作為多個新興戰(zhàn)略產業(yè)的基礎設施讹弯,需求量會更大更確定,只要下游任何一個產業(yè)還在規(guī)模擴張这溅,需求就不會萎縮组民。


根據 IDC 預測,全球數據將從 2018 年的 32ZB 增長至 2025 年的 175ZB悲靴,單位 ZB 看不懂的話臭胜,看增幅就好了,7 年 5 倍多的增幅,成長空間非常巨大且確定耸三。


其中乱陡,中國數據增長將最為迅速,2018 年為 7.6ZB仪壮,預計到 2025 年將增至 48.6ZB蛋褥,占全球 28% 的比例,年復合增速 30.4%睛驳,這樣的增速已經超過云計算了。

01.?存儲

中心化存儲和去中心化存儲有什么異同膜廊,下面用四個形象化的例子來說明乏沸。

?

1. 有個出租車公司,車子平時停在倉庫里爪瓜。當有用戶需要用車時蹬跃,需要打電話到出租車公司,然后公司統(tǒng)一派車铆铆。但如果車庫是固定的幾個地點蝶缀,那么一些地區(qū)的乘客可能需要等很久車才會來。

這時候滴滴公司出現了薄货,私家車可以線上接單翁都。因為私家車主足夠的分散。當乘客打開 APP 發(fā)起訂單后谅猾,系統(tǒng)會調度最近的車主接單柄慰。

分布式系統(tǒng)的速度優(yōu)勢:集中式的管理雖然降低了系統(tǒng)成本,但同時也因為地點的單一和固定犧牲了中遠端的速度性能)税娜。

?

2. 在滴滴出行問世之前坐搔,“黑頭車”一直是出租車主們憤怒和無奈的存在。究其原因敬矩,就是出租車業(yè)務無法滿足用戶的出行服務概行,車輛少、費用高弧岳,這給了黑頭車們頑強不息的生命力凳忙。


統(tǒng)籌車主并解決安全隱患這件事做成之后,“黑頭車”便成了滴滴禽炬,閑置在家中的汽車便成了市場出行需求的強力補充消略。既解決了雙方各自的需求,也有效提高了閑置資源的利用率瞎抛。

共建共享的模式優(yōu)勢:資源共建共享模式能在最大限度滿足用戶需求的情況下艺演,提高資源的利用率,同時也最大限度地為各方用戶提供服務。

?

3. 出租車公司出于成本控制的考慮胎撤,更多的是采購油耗低晓殊,皮實耐用,性價比高的車輛伤提,在滿足出行需求的基礎上一般不考慮滿足舒適度等小眾需求巫俺,就像90年代中國內地二三線城市的“蹦蹦車“:我可以幫你送達目的地,但是我只能這么快肿男。

而像百度這樣的數據中心介汹。同樣出于寬帶瓶頸考慮,能夠給到非付費用戶的速度也非常有限舶沛,這是一個和這個時代遠不相符的速度嘹承。

分布式系統(tǒng)的成本優(yōu)勢:不必花費高昂成本堆積單中心節(jié)點的性能,同時 P2P 網絡還會有效降低單節(jié)點壓力如庭,加速傳輸能力叹卷。

?

4. 由于出租車公司是統(tǒng)一的出租車型,車上前后排沒有阻隔坪它。理論上骤竹,所有乘客乘車和聊天都會被行車記錄儀監(jiān)聽到。

而滴滴則開放各種車型往毡,有的車主在前后排之間用隔音構造私人空間蒙揣,帶來舒適的私密體驗從而獲得額外的服務收入(加密算法能夠起到保護數據隱私作用)。

?

綜上开瞭,去中心化存儲相比較于中心化存儲鸣奔,其優(yōu)勢表現在:

a) 去中心化存儲地理位置更加分布,更加靠近邊緣側惩阶,響應速度更快挎狸。

b) 天然支持P2P加速等技術,讓文件讀取更快断楷。

c) 中心化存儲可能出現資源閑置或者資源不足锨匆。無法很好的應對未來很多 5G 和邊緣計算場景。

d) 去中心化存儲冬筒,數據泛在化恐锣,可以有效降低帶寬成本。

e) 中心化存儲舞痰,用戶數據主權在服務提供方土榴,隱私沒有保障,比如李小璐的抖音草稿箱里視頻被盜响牛、Facebook 用戶數據被濫用等例子表明玷禽,中心化的存儲無法有效的保證用戶隱私赫段。

接下來,我們將數據屬性分為兩大類:公共數據和私有數據矢赁。對比中心化存儲和去中心化存儲的主要區(qū)別糯笙。



公共數據主要是對全人類有價值的數據,比如電影撩银,書籍(這里不展開討論版權問題)以及天氣預報等给涕。這一部分數據的去中心化的途徑主要是共享。Filecoin 基于 IPFS 技術在這個方向做出了巨大努力额获。

公共數據在兩種存儲方式下的主要區(qū)別

?

星際文件系統(tǒng) IPFS(InterPlanetary File System)够庙,定義了包含數據對象、路由以及交換等多層協(xié)議抄邀≡耪#基于 DHT、BitSwap 等技術撤摸,IPFS 網絡中的節(jié)點可以去中心化的共享全網的文件。但由于節(jié)點的進出以及文件的增減褒纲,一定程度上會對網絡帶來性能損耗准夷。Filecoin 項目的一大目的就是激勵節(jié)點保持文件的可用。

近期上線的 Filecoin Discover 項目(https://ipfsdrop.com/offcial/filecoin-discoverxiangmukaiqichengweijilikuanggongdeyidashaqi-diandizixun/)中莺掠,Filecoin 團隊整理了海量的車聯網衫嵌、氣象學、生物基因彻秆、珍貴書籍等對全人類都有價值的數據楔绞。提供給礦工進行存儲,并激勵節(jié)點保持在線唇兑,維護這些數據在IPFS網絡的可用性酒朵。

03.?

有的數據,對某些人很重要扎附,但其他人可能并不關心蔫耽,或者數據主人并不希望被其他人獲得。比如自己和家人的照片留夜,企業(yè)的生產數據等匙铡。這些數據,我們定義為私有數據碍粥。

私有數據的去中心化過程中鳖眼,我們需要更多的考慮用戶的隱私和數據的主權問題。

私有數據在兩種存儲方式下的主要區(qū)別

Crust 一方面會兼容 IPFS嚼摩,致力于有價值數據的共享钦讳,同時矿瘦,也兼顧對私有數據的隱私的保護》涮基于 TEE 技術匪凡,Crust 對芯片級別的加密和訪問控制有著天然的支持。用戶在享受去中心化存儲帶來的降本增效的同時掘猿,還能從技術上保證用戶隱私的安全病游。



最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市稠通,隨后出現的幾起案子衬衬,更是在濱河造成了極大的恐慌,老刑警劉巖改橘,帶你破解...
    沈念sama閱讀 212,454評論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件滋尉,死亡現場離奇詭異,居然都是意外死亡飞主,警方通過查閱死者的電腦和手機狮惜,發(fā)現死者居然都...
    沈念sama閱讀 90,553評論 3 385
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來碌识,“玉大人碾篡,你說我怎么就攤上這事》げ停” “怎么了开泽?”我有些...
    開封第一講書人閱讀 157,921評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長魁瞪。 經常有香客問我穆律,道長,這世上最難降的妖魔是什么导俘? 我笑而不...
    開封第一講書人閱讀 56,648評論 1 284
  • 正文 為了忘掉前任峦耘,我火速辦了婚禮,結果婚禮上旅薄,老公的妹妹穿的比我還像新娘贡歧。我一直安慰自己,他們只是感情好赋秀,可當我...
    茶點故事閱讀 65,770評論 6 386
  • 文/花漫 我一把揭開白布利朵。 她就那樣靜靜地躺著,像睡著了一般猎莲。 火紅的嫁衣襯著肌膚如雪绍弟。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,950評論 1 291
  • 那天著洼,我揣著相機與錄音樟遣,去河邊找鬼而叼。 笑死,一個胖子當著我的面吹牛豹悬,可吹牛的內容都是我干的葵陵。 我是一名探鬼主播,決...
    沈念sama閱讀 39,090評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼瞻佛,長吁一口氣:“原來是場噩夢啊……” “哼脱篙!你這毒婦竟也來了?” 一聲冷哼從身側響起伤柄,我...
    開封第一講書人閱讀 37,817評論 0 268
  • 序言:老撾萬榮一對情侶失蹤绊困,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后适刀,有當地人在樹林里發(fā)現了一具尸體秤朗,經...
    沈念sama閱讀 44,275評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,592評論 2 327
  • 正文 我和宋清朗相戀三年笔喉,在試婚紗的時候發(fā)現自己被綠了取视。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,724評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡常挚,死狀恐怖作谭,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情待侵,我是刑警寧澤丢早,帶...
    沈念sama閱讀 34,409評論 4 333
  • 正文 年R本政府宣布姨裸,位于F島的核電站秧倾,受9級特大地震影響,放射性物質發(fā)生泄漏傀缩。R本人自食惡果不足惜那先,卻給世界環(huán)境...
    茶點故事閱讀 40,052評論 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望赡艰。 院中可真熱鬧售淡,春花似錦、人聲如沸慷垮。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,815評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽料身。三九已至汤纸,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間芹血,已是汗流浹背贮泞。 一陣腳步聲響...
    開封第一講書人閱讀 32,043評論 1 266
  • 我被黑心中介騙來泰國打工楞慈, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人啃擦。 一個月前我還...
    沈念sama閱讀 46,503評論 2 361
  • 正文 我出身青樓囊蓝,卻偏偏與公主長得像,于是被迫代替她去往敵國和親令蛉。 傳聞我的和親對象是個殘疾皇子聚霜,可洞房花燭夜當晚...
    茶點故事閱讀 43,627評論 2 350