了解虚拟机存储需求规划部署方案可以节省时间和金钱，避免日后头疼。在部署物理存储环境之前，要了解当前环境的具体情况。我们开始研究如何在虚拟化环境下解决存储的需求分配问题。每个环境都不一样。尽管如此，还是有一些简单的问题可以帮助我们理清-2存储管理规划:1。工程师需要了解环境中的虚拟化程度。环境中的大多数服务器是虚拟化的，还是只有少数虚拟机在运行。
环境将继续发展，不仅要满足当前的应用，还要规划未来的发展。规划开始后，工程团队需要深入了解他们将部署的存储解决方案类型。有些虚拟机需要为其存储设置很多固定的参数，有些则可以更灵活的调整。根据大多数虚拟机监控(VMM)实现，它可以大致分为两个主要部分:1 .创建虚拟磁盘时，预先分配所需的整个存储空间。在这种方案中，可以将虚拟磁盘分割成一个由许多水平文件组成的文件集(默认为每个文件2GB)，称为分割水平文件。
5、 数据库与hadoop与 分布式文件系统的区别和联系数据库与hadoop和分布文件系统的区别和联系。1.向外扩展商业关系数据库而不是向上扩展是非常昂贵的。他们的设计更容易扩大规模。要运行更大的数据库，需要购买更大的机器。其实在市场上经常可以看到服务器厂商把自己昂贵的高端机叫做“数据库级服务器”。但是，有时候你可能需要加工更大的数据台，却找不到足够大的机器。
例如，一台性能是标准PC四倍的机器的成本要比将同样的四台PC放在一个集群中高得多。Hadoop旨在能够在商业PC集群上实现可扩展的架构。添加更多资源意味着为Hadoop集群添加更多机器。Hadoop集群的标准是十到数百台计算机。事实上，如果不是出于开发目的，没有理由在单个服务器上运行Hadoop。2.用键/值对替换关系表数据 library的一个基本原理是将数据按照一定的模式存储在具有关系数据结构的表中。
6、互联网如何海量 存储 数据?目前存储Massive数据的技术主要有NoSQL、分布文件系统、传统关系型数据库。随着互联网行业的不断发展，越来越多的数据产生，而这些数据是半结构化和非结构化的，数据很可能是不准确和多变的。这样，传统的关系型数据库就无法充分发挥其优势。所以目前互联网行业倾向于使用NoSQL和分布文件系统到存储Massive数据。下面介绍了常用的NoSQL和分布文件系统。
HBase是ApacheHadoop的子项目，其理论基础是Google论文Bigtable:结构化数据的AdistributedStorageSystem。HBase适用于存储半结构化或非结构化数据。HBase的数据模型是一个稀疏的、分布类型的、持久的、稳定的多维映射。HBase也有行和列的概念，和RDBMS一样，但是不同。
7、 数据 存储的三类简介1。DAS(DirectAttachedStorage)是直接附加存储。DAS的这个存储模式和我们普通的PC 存储架构是一样的，外部的存储设备都是直接连接的。DAS 存储的模式主要适用于以下环境:(1)对于小型网络来说,-2 存储的量较小，不是很复杂，所以采用存储的这种模式不会对服务器造成很大的影响。
(2)虽然企业整体网络规模较大，但地理上分散的网络是分布，通过SAN或NAS将它们互联起来非常困难。此时各分公司的服务器也可以采用DAS 存储模式，这样可以降低成本，(3)特殊应用服务器在一些特殊的应用服务器上，比如微软的集群服务器或者某些数据库使用的原分区，要求存储设备直接连接到应用服务器上。(4)提高DAS 存储的性能在服务器与存储的各种连接方式中，DAS一度被认为是一种效率低下的结构，不方便保护数据。
