您当前的位置:首页 > 行业资讯 >正文

区块链新基建(三):分布式存储给互联网带来了什么?

发布时间 2020-10-31    来源:

  

 

  本文由分布式资本提供研究支持,以及储迅信息技术、Crust Network等代表性企业的交流分享。

  基于分布式存储的前景:分布式存储为互联网基础构架和商业模式带来的变革与创新空间,将开辟新的存储应用市场。分布式存储采用不同于传统中心化存储的资源和市场激励方式,可以解决中心化互联网架构下安全性、时效性及成本问题,将带来互联网基础架构变革。另一方面,分布式存储为个人节点加入市场交换创造了基础,可以深度挖掘数据内容价值,开辟全新的存储空间和应用市场。目前的分布式存储仍面临I/O性能问题、数据价值分层、应用服务质量等技术瓶颈,在实际应用中需要引入中心化组织进行弥补。

  以IPFS协议为代表的分布式存储系统带来存储新思路,将成为下一代互联网基础设施。IPFS协议是一种文件存储和内容分发网络协议,整合了多种成功的分布式系统与区块链技术,为用户提供统一的可寻址数据存储。其本质是一个P2P的分布式存储系统,人人都可以作为存储文件的服务器,通过基于文件内容生成的唯一编码去访问网络中的文件资源。分布式存储系统可以与去中心化的区块链技术相结合,解决中心化互联网架构下数据存储的安全性、用户协作的时效性和存储与带宽成本的问题,将带来互联网基础架构的变革。

  分布式存储将充分激发个人存储资源和内容贡献的市场价值,创新互联网商业模式。全球数据量的爆发式增长推动云存储市场的快速发展,边缘云计算和小型数据中心成为行业趋势,分布式存储有望率先打开个人云存储市场空间。个人可以将闲置的存储资源投入到分布式存储系统进行市场交换,可以在互联网上安全地进行内容发布、交换和价值共享,分布式存储就这样推动着个人存储资源市场的资源配置,而这在传统互联网巨头控制中心云模式下是无法实现的。

  分布式存储已和传统存储不断融合应用,现有的技术瓶颈需引入中心化组织形式进行弥补。现有的存储解决方案通常将分布式技术与传统存储方案相结合:一方面,对数据进行分布式备份保存,使数据更接近边缘侧,同时避免数据的物理损坏和人为篡改;另一方面,通过一定程度的集中存储和集中管理来降低系统运维成本,提高服务质量。

  现有的分布式存储仍面临若干技术瓶颈:

  第一,目前的分布式存储暂时无法实现数据价值分层,难以实现有效激励,可以考虑将底层构架和应用层策略相结合;

  第二,分布式存储从代码实现到协议层都有很大的优化空间,还会受到网络规模限制,存在I/O性能问题;

  第三,存储数据价值较高的用户需要承担更大的服务质量风险,付费意愿较弱,需要应用层解决方案。总之,考虑到系统运维成本、服务质量和宏观监管等问题,未来的分布式存储系统需要引入中心化组织形式来弥补运营成本。

  
 

  1 核心观点

  1.1 核心推荐逻辑

  基于分布式存储,将开辟新的存储应用市场。分布式存储采用不同于传统中心化存储的资源和市场激励方式,不仅仅是充分利用分布式节点资源,而是为个人节点贡献的内容投入市场交换创造了基础,从而深度挖掘数据内容价值、开辟全新的应用市场,这在传统的互联网公司控制中心云平台数据的情况下是无法实现的。同时,分布式存储与中心化存储将不断融合,改变现有的互联网构架和商业模式。

  1.2 我们区别于市场的观点

  1. 市场低估了分布式存储为互联网基础构架和商业模式带来的变革与创新空间。市场通常将分布式存储视为一种新的技术,而忽略了分布式存储带来的个人存储资源、用户内容贡献价值挖掘和市场交换的潜力。在分布式文件系统的互联网上,个人存储资源可以投入到市场进行资源交换,为用户贡献的内容在数据确权、安全的基础上进行内容价值提供市场交换的平台。因此,分布式文件系统将会催生更多的全新的互联网应用,而非传统互联网的技术迭代。

  2. 分布式存储将成为下一代互联网基础设施目前,互联网将海量计算机(智能移动)终端连接在一起,使得用户能够访问存储其他计算机终端上的海量数据。数据的传输与访问,是基于HTTP(超文本传输协议)为代表的互联网协议实现的,数据是以计算机(服务器)终端IP(或者说域名)为地址进行中心化存储的,具体存储数据的服务器节点就像一个集中式的仓库,要承担巨大流量访问、数据传输压力。能否将数据文件分散存在网络不同服务器节点上,革新互联网基础构架?

  类似IPFS这种分布式存储协议逐渐兴起,作为HTTP的补充,打造面向全球、点对点的分布式版本文件系统,能将所有具有相同文件系统的计算设备连接在一起。就IPFS而言,用户寻找的是存储在某地方的内容(这些内容分散在不同的服务器节点),而不是某地址,就只需确认验证内容的哈希,这样就能过获得速度更快、安全、健壮、持久的网页。

  我们将探讨分布式存储将如何带来互联网基础构架的变革,将创造怎样的新的应用场景和市场。

  2.1以IPFS协议为代表的分布式存储带来新思路

  IPFS协议是一个将多种成功的分布式系统思路与区块链相结合的文件存储和内容分发网络协议,为用户提供统一的可寻址数据存储。IPFS(Inter-Planetary File System)由Protocol Lab提出,字面意义是星际文件系统。其本质是一个P2P的分布式存储系统,将所有具有相同文件系统的计算设备连接在一起,目标是补充甚至替代超文本传输协议HTTP。

  与现有Web协议不同的是,对于一个存放在IPFS网络的文件资源,不是用基于域名的地址去访问,而是通过基于文件内容生成的唯一编码去访问,不需要验证发送者的身份,只需要验证内容的哈希,可以让网页的速度更快、更安全。IPFS的网络上运行着一条区块链,即用来存储互联网文件的哈希值表,每次有网络访问,即要在链上查询该内容(文件)的地址。IPFS协议最大的特色是系统的耦合及设计的综合性,其整合的分布式技术包括BitTorrent协议、版本控制系统Git、MerkelDAG、分布式哈希表DHT和自认证文件系统SFS。因此在IPFS系统中,人人都可以作为存储文件的服务器。

  
 

  IPFS协议借鉴了BitTorrent协议诸多优点,并进行了创新,打造持久且分布式存储和共享文件的网络传输协议。BitTorrent(简称BT)是一种广泛应用的内容分发协议,特点是充分利用用户的上载带宽,使得下载用户越多,下载速度越快。在中心化存储的FTP、HTTP协议中,每个用户下载所需文件,各个用户之间没有交互。如HTTP,每次当同时访问和下载文件的用户过多时,由于服务器处理能力和带宽的限制,下载速度会急剧下降,部分用户甚至会无法访问服务器。而BT协议下,分配器或文件持有者将文件发送给一名用户,再由这名用户转发给其它用户,用户之间相互转发自己所拥有的文件部分,直到每个用户的下载全部完成。这种方法可以使下载服务器同时处理多个大体积文件的下载请求,而无须占用大量带宽,因此常用于大型文档和自由软件的发布以降低服务器负担。

  IPFS团队对BitTorrent进行了创新,增加了信用和帐单体系来激励每个节点分享数据,称为BitSwap协议。用户在BitSwap里分享数据会增加信用分,从其他节点接受数据则会降低信用分。如果用户只去检索数据而不分享数据,信用分就会越来越低,而被其它节点忽略。

  
 

  类似于于互联网的七层协议模型,IPFS构架分为八层子协议栈。IPFS作为分布式存储协议,核心功能包括:文件内容多人协调和版本可回溯、不可篡改,DHT管理带来的离散性、伸缩性和良好的容错性,以及基于IPNS的文件域名系统。

  内容版本方面,IPFS使用分布式版本控制系统Git,支持多人协同工作,记录每次更新并标记不同的版本号,一旦发生问题,可以将文件回溯到之前的任何一个版本。本地版本控制系统和集中化的版本控制系统都是由单一服务器保存所有文件的修订版本,一旦服务器发生故障,则面临丢失所有数据的风险。Git是分布式版本控制系统(DVCS)的一种,客户端除了保存最新版本的文件,还把代码仓库和历史记录都完整地镜像下来。这样,任何一处协同工作的服务器发生故障,都可以用任何一个本地仓库进行恢复。Git还可以比较文件变化细节,查出谁进行了什么修改,从而可以在发生问题时快速准确的找出原因。更进一步,许多DVCS系统都可以指定和若干不同的远端代码仓库进行交互,用户可以在同一个项目中和不同工作小组的人相互协作,根据需要设定不同的协作流程,而这在以前的系统中是无法实现的。

  
 

  IPFS团队对Git数据结构进行改造,在Merkle Tree的基础上得到了Merkel DAG,拥有内容寻址防篡改去重三大功能。IPFS将文件划分成单个大小不超过256kB的数据块,每个数据块拥有唯一的哈希值,并构造一个Merkel DAG将所有文件碎片组织起来。Merkel DAG是实现版本化文件系统的一种核心数据结构,比Merkle Tree的限制更少,但是保留了其两点精髓:1)父节点哈希由子节点哈希决定,即父节点哈希由子节点哈希拼接的字符串再次哈希而成;2)父节点中包含指向子节点的信息。任何一个下层节点的改动都将导致上层节点哈希值的变动,最终根节点的哈希值也将变动,因此Merkle DAG的三大功能得以实现:1)内容寻址:使用多重哈希来唯一识别一个数据块的内容;2)防篡改:数据接受方只需一段Merkle路径上的哈希值,就可以检查数据是否被篡改;3)去重:内容相同的数据块的哈希是相同的,可据此删除重复数据,节省存储空间。

  
 

  IPFS的路由功能采用分布式哈希列表DHT,帮助客户节点快速找到所需数据所在的节点,具有离散性、伸缩性和良好的容错性。DHT是一种分布式哈希表,通过存储的键值对提供查询服务:键值对存储在DHT中,节点可以检索给定键对应的值,键值对的映射由网络中所有的节点维护。在不需要服务器的情况下,每个节点负责一小部分路由和数据存储,从而实现整个DHT网络的寻址和存储。即使有节点加入或离开,对整个网络的影响也很小,因此DHT可以扩展到非常庞大的节点(上千万)。DHT具有以下性质:1)离散型:构成系统的节点之间都是对等的,没有中央控制机制进行协调;2)伸缩性:不论系统有多少节点,都要求高效工作;3)容错性:不断有节点加入和离开,不影响整个系统的工作。

  
 

  IPNS是IPFS的文件域名系统,像HTTP系统的域名(网址)一样,使用户搜索文件时只需查询文件名,而不受文件内容变更的影响。IPFS中文件的哈希值完全取决于文件内容,不仅难以记忆,一旦修改文件内容其哈希值也会发生改变,每次更新文件后都需更新引用的哈希值,十分不便。为了能够在不破坏其链接的情况下更改文件内容,IPFS团队使用了一种标记更新网址哈希的域名系统,即星际名称系统IPNS。IPNS是一个去中心化的命名系统,使用类似哈希的地址安全地指向可变内容,每个文件都可以被协作命名为易读的名字,通过搜索就可以找到文件。自认证文件系统SFS对文件进行命名,同时提供了IPNS以解决传播问题,很好地解决了当前用户不习惯输入哈希值访问文件的问题,在现有的互联网系统和IPFS系统间搭建了一个桥梁。

  简单的说,基于IPFS协议存储的文件是打散成许多可验证的碎片文件(数据通过哈希值编码进行唯一标记),分布在网络中,访问者通过内容编码找到这些文件的位置后进行下载,由于是分散存储(同一个内容可能多台服务器存储),不必须要求所有节点服务器都必须在线,以此IPFS希望达到创建持久且分布式存储和共享文件的网络传输协议的目标。而HTTP为代表传统的中心化存储差别十分明显——HTTP的文件是中心化的方式存储,通过文件的域名进行访问,且域名文件服务器需要保持在线,否则将无法访问。

  2.2分布式存储将带来互联网基础架构变革

  随着互联网与通信、人工智能、物联网、云计算/边缘计算等技术的发展,万事万物都可以被记录并用数据表达,数据从单一内部小数据向多元动态大数据转变。据IDC预测,全球数据圈的规模将由2018年的33ZB增长至2025年的175ZB,且文本、图片、视频等非结构化数据将拥有更高的增长率,在整体数据圈的占比也将持续增加。因此,需要更先进的互联网基础架构来对数据进行采集、存储和利用。

  
 

  目前,中心化互联网架构下的主要问题集中在安全性、时效性和集中化三个方面,而以IPFS为代表的分布式存储协议将通过解决以下问题带来互联网构架的变革:

  

  

  传统的HTTP协议使用非对称架构实现网络的高并发,但是中心服务器难以负担过大的传输数据量,影响用户体验,云计算厂商和电信运营商需要为此付出较大的设备成本。IPFS协议解决了热点文件的存储问题,但一个文件只有被不断访问才能确保其存储有效性,冷门且具有价值的文件容易丢失,主要原因是激励层缺失导致的节点不稳定性。目前,一种对标IPFS的分布式技术HTTPX(网格裂变系统)也在悄然崛起,提供去中心化的CDN服务、存储服务和GPU算力服务。HTTPX兼顾了HTTP协议的优势,对路由和传输逻辑进行重新定义,采用对称架构,将网络的分裂做到了前所未有的程度。

  
 

  HTTPX是一种更轻量化、更灵活、性能更加完善的P2P技术。HTTPX的技术架构设计属于网格设计,每一个节点既是独立个体也是全局功能体,可以支持存储、计算和传输数据。用户连接最近的节点接入HTTPX网络,该节点将寻址找到临近节点,发现百万级别的信息,定位资源存储节点,并通过最优网络传输路径回传到用户临近节点。HTTPX和IPFS相比具有明显优势,有望将云计算服务推向新的高峰:

  1)高性能:网格系统设计大幅缩短用户到节点的物理距离和网络距离,实际测试中TTL下降60%,提供更低延时的优质服务响应;

  2)低成本:为产业链服务,定价较低;硬件兼容性高,可部署到家庭、社区、办公场所;

  3)兼容性强:兼容HTTP、HTTPS协议,同时提供高级HTTPX开源代码接入模式;

  4)实力雄厚:采用P2P思想,CDN支撑能力出众;提供存储、GPU资源的挖矿模式,真正做到一机多用。

  5)快速发布:带宽需求大,发布周期短,资源提供方不用担心项目延期带来的资本周转问题。

  3 分布式存储开辟互联网基础设施产业新格局

  3.1分布式存储开发新的存储市场

  全球数据量的爆发式增长推动云存储市场的快速发展。云存储是一种以数据存储和管理为核心的云计算服务,指通过集群应用、网络技术或分布式文件系统等,将网络中大量不同类型的存储设备通过应用软件集合起来协同工作,共同对外提供数据存储和业务访问功能的系统。换句话说,云存储就是将资源放到云上供人存取,用户可以在任何时间、任何地点,通过可连网装置连接到云上方便地存取数据。

编辑: