海量文件如何存儲？
使用分佈式存儲，如mfs、hadoop
常見的分佈式文件系統有，GFS、HDFS、Lustre 、Ceph 、GridFS 、mogileFS、TFS、FastDFS等。各自適用於不同的領域。它們都不是系統級的分佈式文件系統，而是應用級的分佈式文件存儲服務。
TFS（Taobao File System)是淘寶解決海量小文件存儲自主研發的分佈式文件系統，通過將數據分佈到多個存儲節點來解決問題 1、通過將多個小文件打包存儲到大文件（block）以及扁平化的目錄結構來解決問題 2、通過block多副本以及按block複製的方式來解決問題3。
分佈式領域CAP理論
Consistency [kən'sɪstənsɪ] (一致性), 數據一致更新，所有數據變動都是同步的,被複製成相同。
Availability [əˌveɪlə'bɪləti] (可用性), 所有在分佈式系統活躍的節點都能夠處理操作且能響應查詢
Partition tolerance [pɑː'tɪʃn] ['tɒlərəns] (分區容錯性) 在兩個複製系統之間，如果發生了計劃之外的網絡連接問題，對於這種情況，有一套容錯性設計來保證。
CAP原理指的是，這三個要素最多隻能同時實現兩點，不可能三者兼顧。因此在進行分佈式架構設計時，必須做出取捨。而對於分佈式數據系統，分區容忍性是基本要求，否則就失去了價值。因此設計分佈式數據系統，就是在一致性和可用性之間取一個平衡。對於大多數WEB應用，其實並不需要強一致性，因此犧牲一致性而換取高可用性，是多數分佈式數據庫產品的方向。
對於關係型數據庫，要求更新過的數據能被後續的訪問都能看到，這是強一致性。如果能容忍後續的部分或者全部訪問不到，則是弱一致性。如果經過一段時間後要求能訪問到更新後的數據，則是最終一致性。
CAP原則是NOSQL數據庫的基石。
事務機制ACID和CAP理論是數據管理和分佈式系統中兩個重要的概念，很不巧，這兩個概念中都有相同的“C”代表 "Consistency" 一致性，但是實際上是完全不同的意義，下面是比較兩個概念的不同之處。
傳統關係式數據庫技術最成熟，關注於ACID
NIS 或者 OpenLDAP
雲存儲
分佈式系統原理
主要是定位和應用場合不一樣。 hadoop的文件系統HDFS主要解決中數據的問題。其單個數據文件通常很大，採用了分塊（切分）存儲的方式； FastDFS主要用於大中網站，爲文件上傳和下載提供在線服務。所以在、動態擴容等方面都支持得比較好，FastDFS不會對文件進行分快（切分）存儲。
分佈式體現在多機集羣，易擴展、負載、冗餘