中心化vs去中心化,数据存储的正确姿势

“Crust 实现了去中心化存储的激励层协议,适配包括 IPFS 在内的多种存储层协议,并对应用层提供支持。同时 Crust 的架构也有能力对去中心化计算层提供支持,构建分布式云生态。”


我们一直在说 5G、云计算、大数据、物联网等大科技板块未来的趋势和机会,但不知道大家想过没有,这些应用未来发展起来后,数据量也会呈指数级增长。

以今年春节为例,单移动互联网流量同比就增长了 37%,其中除夕和大年初一两天数据流量更是翻倍。


再试想一下,如今各种网红直播、在线+产业(教育、办公、医疗等)以及抖音、快手等 APP 上面的短视频,哪一个数据流量是低于 M 级别。


有数据就有存储需要,随着数据量增加,未来数据存储需求也会水涨船高,而且数据存储作为多个新兴战略产业的基础设施,需求量会更大更确定,只要下游任何一个产业还在规模扩张,需求就不会萎缩。


根据 IDC 预测,全球数据将从 2018 年的 32ZB 增长至 2025 年的 175ZB,单位 ZB 看不懂的话,看增幅就好了,7 年 5 倍多的增幅,成长空间非常巨大且确定。


其中,中国数据增长将最为迅速,2018 年为 7.6ZB,预计到 2025 年将增至 48.6ZB,占全球 28% 的比例,年复合增速 30.4%,这样的增速已经超过云计算了。

01. 存储

中心化存储和去中心化存储有什么异同,下面用四个形象化的例子来说明。

 

1. 有个出租车公司,车子平时停在仓库里。当有用户需要用车时,需要打电话到出租车公司,然后公司统一派车。但如果车库是固定的几个地点,那么一些地区的乘客可能需要等很久车才会来。

这时候滴滴公司出现了,私家车可以线上接单。因为私家车主足够的分散。当乘客打开 APP 发起订单后,系统会调度最近的车主接单。

分布式系统的速度优势:集中式的管理虽然降低了系统成本,但同时也因为地点的单一和固定牺牲了中远端的速度性能)。

 

2. 在滴滴出行问世之前,“黑头车”一直是出租车主们愤怒和无奈的存在。究其原因,就是出租车业务无法满足用户的出行服务,车辆少、费用高,这给了黑头车们顽强不息的生命力。


统筹车主并解决安全隐患这件事做成之后,“黑头车”便成了滴滴,闲置在家中的汽车便成了市场出行需求的强力补充。既解决了双方各自的需求,也有效提高了闲置资源的利用率。

共建共享的模式优势:资源共建共享模式能在最大限度满足用户需求的情况下,提高资源的利用率,同时也最大限度地为各方用户提供服务。

 

3. 出租车公司出于成本控制的考虑,更多的是采购油耗低,皮实耐用,性价比高的车辆,在满足出行需求的基础上一般不考虑满足舒适度等小众需求,就像90年代中国内地二三线城市的“蹦蹦车“:我可以帮你送达目的地,但是我只能这么快。

而像百度这样的数据中心。同样出于宽带瓶颈考虑,能够给到非付费用户的速度也非常有限,这是一个和这个时代远不相符的速度。

分布式系统的成本优势:不必花费高昂成本堆积单中心节点的性能,同时 P2P 网络还会有效降低单节点压力,加速传输能力。

 

4. 由于出租车公司是统一的出租车型,车上前后排没有阻隔。理论上,所有乘客乘车和聊天都会被行车记录仪监听到。

而滴滴则开放各种车型,有的车主在前后排之间用隔音构造私人空间,带来舒适的私密体验从而获得额外的服务收入(加密算法能够起到保护数据隐私作用)。

 

综上,去中心化存储相比较于中心化存储,其优势表现在:

a) 去中心化存储地理位置更加分布,更加靠近边缘侧,响应速度更快。

b) 天然支持P2P加速等技术,让文件读取更快。

c) 中心化存储可能出现资源闲置或者资源不足。无法很好的应对未来很多 5G 和边缘计算场景。

d) 去中心化存储,数据泛在化,可以有效降低带宽成本。

e) 中心化存储,用户数据主权在服务提供方,隐私没有保障,比如李小璐的抖音草稿箱里视频被盗、Facebook 用户数据被滥用等例子表明,中心化的存储无法有效的保证用户隐私。

接下来,我们将数据属性分为两大类:公共数据和私有数据。对比中心化存储和去中心化存储的主要区别。



公共数据主要是对全人类有价值的数据,比如电影,书籍(这里不展开讨论版权问题)以及天气预报等。这一部分数据的去中心化的途径主要是共享。Filecoin 基于 IPFS 技术在这个方向做出了巨大努力。

公共数据在两种存储方式下的主要区别

 

星际文件系统 IPFS(InterPlanetary File System),定义了包含数据对象、路由以及交换等多层协议。基于 DHT、BitSwap 等技术,IPFS 网络中的节点可以去中心化的共享全网的文件。但由于节点的进出以及文件的增减,一定程度上会对网络带来性能损耗。Filecoin 项目的一大目的就是激励节点保持文件的可用。

近期上线的 Filecoin Discover 项目(https://ipfsdrop.com/offcial/filecoin-discoverxiangmukaiqichengweijilikuanggongdeyidashaqi-diandizixun/)中,Filecoin 团队整理了海量的车联网、气象学、生物基因、珍贵书籍等对全人类都有价值的数据。提供给矿工进行存储,并激励节点保持在线,维护这些数据在IPFS网络的可用性。

03. 

有的数据,对某些人很重要,但其他人可能并不关心,或者数据主人并不希望被其他人获得。比如自己和家人的照片,企业的生产数据等。这些数据,我们定义为私有数据。

私有数据的去中心化过程中,我们需要更多的考虑用户的隐私和数据的主权问题。

私有数据在两种存储方式下的主要区别

Crust 一方面会兼容 IPFS,致力于有价值数据的共享,同时,也兼顾对私有数据的隐私的保护。基于 TEE 技术,Crust 对芯片级别的加密和访问控制有着天然的支持。用户在享受去中心化存储带来的降本增效的同时,还能从技术上保证用户隐私的安全。



最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,591评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,448评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,823评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,204评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,228评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,190评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,078评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,923评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,334评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,550评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,727评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,428评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,022评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,672评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,826评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,734评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,619评论 2 354