面试题答案
一键面试数据存储模型
- MongoDB GridFS：基于文档模型，将文件分块存储在MongoDB的集合中，一个文件对应多个文档记录，文件元数据和文件数据分开放，元数据存于
fs.files集合，文件块数据存于fs.chunks集合。 - Ceph：对象存储模型，所有数据以对象形式存储，每个对象有唯一标识符，对象包含数据和元数据，通过CRUSH算法映射数据到存储节点。
- GlusterFS：采用分布式文件系统模型，数据以文件和目录结构呈现，通过哈希算法分布数据到不同存储节点，支持多种卷类型，如分布式卷、复制卷、条带卷等。
一致性维护
- MongoDB GridFS：依赖MongoDB的复制集机制，默认采用最终一致性，通过选举主节点进行写操作，从节点复制数据，可通过设置读偏好来调整一致性级别，如强一致性可选择主节点读取。
- Ceph：基于CRUSH算法和PG（Placement Group）机制，数据副本分布在不同OSD（Object Storage Device）上，通过Paxos等一致性算法保证副本一致性，能提供强一致性保证。
- GlusterFS：对于复制卷，通过同步机制保证数据一致性；对于分布式卷，不保证数据强一致性，在文件写入时，数据可能分布在不同节点，读操作可能获取到部分更新的数据。
扩展性
- MongoDB GridFS：借助MongoDB的水平扩展能力，通过添加副本集成员或分片集群实现扩展，扩展性较好，但由于文件块存储在文档中，随着数据量增大，集合大小增加，查询性能可能受影响。
- Ceph：具有良好的线性扩展性，通过增加OSD节点可轻松扩展存储容量和性能，CRUSH算法可自动重新平衡数据分布，无需手动干预。
- GlusterFS：扩展性强，可通过添加存储节点扩展存储容量，支持动态添加和删除节点，通过卷管理机制实现数据重新分布。
适合MongoDB GridFS的业务场景
- 小文件存储与管理：当应用程序需要存储大量小文件，且对文件的元数据管理和查询有较高要求时，GridFS利用MongoDB文档模型可方便地存储和查询文件元数据。例如，图片库系统，每个图片可作为小文件存储，其相关描述、标签等元数据可方便地与文件关联存储。
- 与MongoDB已有架构集成：如果业务系统已经基于MongoDB构建，使用GridFS可无缝集成，无需额外部署和管理其他分布式文件系统，减少系统复杂度。例如，基于MongoDB开发的内容管理系统，存储的图片、文档等文件可直接使用GridFS。
- 对一致性要求非强实时：业务场景对数据一致性要求不是强实时的，如一些日志文件存储、历史数据归档等场景，GridFS的最终一致性模型能满足需求，同时利用MongoDB的特性提供便捷的存储和查询功能。