什么是分布式存储？它解决了什么问题？
简化版
分布式存储是把数据分散存放在多台机器上，通过分片、副本、路由、复制和故障恢复机制，对外提供像一个整体一样的存储能力。它主要解决单机容量有限、性能瓶颈、单点故障和横向扩展问题。
详细版
单机存储受限于磁盘容量、CPU、内存、网络和故障风险。数据越来越大后，单机扩容成本高、恢复慢，一旦宕机会影响全部数据。
分布式存储通常具备：
- 分片：把数据拆到不同节点，突破单机容量限制。
- 副本：同一份数据保存多份，提升可用性和容错能力。
- 路由：根据 key 或元数据找到数据所在节点。
- 一致性：保证多个副本之间的数据尽量一致。
- 故障检测：发现节点宕机或磁盘损坏。
- 数据恢复：副本不足时自动补副本。
- 扩缩容：新增或移除节点时迁移部分数据。
面试回答时要强调：分布式存储不是简单把文件放到多台机器，而是围绕容量、性能、可用性、一致性和运维治理做系统设计。
完整版教学
一、为什么需要分布式存储
最朴素的原因是单机装不下。比如一个业务每天新增几 TB 数据，单台机器磁盘再大也会很快到瓶颈。
第二个原因是单机扛不住。即使磁盘能装下，读写请求集中到一台机器，CPU、磁盘 I/O、网络带宽都会成为瓶颈。
第三个原因是单机会挂。磁盘损坏、机器宕机、机房故障都会导致数据不可用，甚至丢失。
分布式存储用多台机器共同承载数据，让容量和吞吐可以随着机器数量扩展，同时通过副本降低单点故障风险。
二、分布式存储的基本结构
可以把分布式存储拆成三层：
客户端/网关：接收读写请求
路由/元数据层：判断数据在哪些节点
存储节点：真正保存数据块、对象或键值写入时，系统先决定数据放到哪个分片，再写入主副本或多个副本。读取时，系统根据 key 或对象 ID 找到对应节点，再返回数据。
对外看起来像一个存储系统，内部其实有很多节点协作。
三、它解决的问题和引入的问题
分布式存储解决了容量、性能和单点问题，但也引入新复杂度。
| 目标 | 解决方式 | 新问题 |
|---|---|---|
| 容量扩展 | 分片 | 数据迁移、热点分片 |
| 高可用 | 多副本 | 副本一致性 |
| 高性能 | 并行读写 | 路由、负载均衡 |
| 故障恢复 | 自动补副本 | 恢复流量影响业务 |
所以分布式存储的核心不是“多放几台机器”，而是处理机器变多后的协调问题。
四、存储类型有哪些
常见分布式存储可以分为几类：
| 类型 | 示例 | 适合数据 |
|---|---|---|
| 分布式文件系统 | HDFS、CephFS | 大文件、离线计算 |
| 对象存储 | S3、MinIO | 图片、视频、备份 |
| 分布式 KV | Redis Cluster、TiKV | Key-Value、元数据 |
| 分布式数据库 | TiDB、CockroachDB | 结构化数据 |
| 日志存储 | Kafka、Pulsar | 顺序追加日志 |
不同系统的模型不同，但底层都会遇到分片、副本、一致性、恢复这些共性问题。
五、什么时候不需要分布式存储
如果数据量小、访问量低、团队运维能力有限，单机数据库加备份、主从、高可用可能更合适。
分布式存储会带来更多组件、更多故障模式和更复杂排查。过早引入可能让系统还没遇到容量瓶颈，就先被复杂度拖慢。
架构选择要看数据规模、增长速度、可用性要求、团队经验和成本。
六、常见误区与追问
这道题要紧扣「分布式存储」本身回答，不能把它混成泛泛的分布式存储套话。面试官通常会追问“写入怎么确认、失败怎么补、旧数据怎么防、成本在哪里”，所以回答要覆盖副本、分片、元数据、路由、复制协议、恢复迁移、热点和一致性模型。
| 回答层次 | 要讲清的内容 | 容易漏掉的边界 |
|---|---|---|
| 核心结论 | 分布式存储把数据分散到多台机器，通过分片扩容量、通过副本保可靠，并通过元数据和一致性协议协调读写 | 不要停在名词解释 |
| 流程机制 | 客户端请求数据 -> 元数据定位分片 -> 路由到目标节点 -> 写入多个副本 -> 按一致性规则确认 -> 故障时恢复和迁移 | 要说清触发点、状态变化、确认点和失败兜底 |
| 工程取舍 | 单机 10TB 容量不够时，10 台机器可提供更大容量；3 副本又能在单机故障时继续读取数据 | 分布式存储用复杂的复制、分片和恢复机制换容量、吞吐和可用性，但会引入一致性、扩容和运维成本 |
分布式存储 面试拆解：
1. 客户端请求数据
2. 元数据定位分片
3. 路由到目标节点
4. 写入多个副本
5. 按一致性规则确认
6. 故障时恢复和迁移记忆钩子：先给结论，再拆流程，再讲数字例子和失败边界；回答「分布式存储」时要围绕题目问法收束，不要把相邻概念堆成一段没有重点的名词清单。
- 误区：分布式存储只是把文件放多台机器。 还要处理元数据、分片、副本、一致性、恢复、扩容和热点。
- 误区：有副本就不会丢数据。 副本策略、同步方式、故障域和恢复速度都会影响可靠性。
- 误区：扩容只是加机器。 还要迁移数据、重平衡、更新路由并控制在线影响。
- 追问：分布式存储核心组件？ 客户端、元数据服务、数据节点、副本协议、恢复调度和监控系统。
- 追问：它解决什么问题？ 单机容量、吞吐、可靠性、可用性和弹性扩展。
- 追问：最大挑战是什么？ 一致性、故障恢复、热点倾斜、元数据瓶颈和运维复杂度。
七、加强记忆
分布式存储的关键词是“分片扩容量，副本保可用，路由找数据，一致性管副本，恢复抗故障”。它用多机器解决单机瓶颈，同时也把数据放置、复制、迁移、恢复这些问题摆到了系统设计面前。