3.1 单机存储
单机存储是指在单个计算机节点上运行的存储软件系统，它通常不涉及网络交互。其中单机存储的本地文件系统是Linux操作系统的经典哲学之一，即一切皆文件。文件系统的管理单元是文件，而文件系统接口有多种，例如Ext2/3/4、sysfs、rootfs等，但它们都遵循VFS（Virtual File System）的统一抽象接口。Linux文件系统的两大重要数据结构是Index Node（索引节点）和Directory Entry（目录项）。Index Node记录了文件的元数据，如文件ID、大小、权限、磁盘位置等，而Directory Entry则记录了文件名、对应的Index Node指针以及层级关系。
在单机存储中，所有的数据都可以被视为键值对，其中键是唯一标识符，值则是具体的数据内容。常见的操作方式包括put(key, value)和get(key)，而常见的数据结构则有LSM-Tree（Log-Structured Merge Tree）。LSM-Tree在一定程度上牺牲了读取性能，以追求写入性能。它通过内存有序写入，将数据存储到Immutable Memtable中，然后再写入到SSTable（Sorted String Table）中。在单机存储领域，RocksDB是一个备受推崇的产品。
3.2 分布式存储
分布式存储在单机存储的基础上实现了分布式协议，并涉及大量的网络交互。其中两个主要的分布式存储系统是HDFS（Hadoop Distributed File System）和Ceph。
HDFS被视为大数据时代的基石，它支持海量数据的存储，并具有高容错性和弱POSIX语义。HDFS使用普通的x86服务器，具有较高的性价比。
Ceph是一种开源的分布式存储系统，也被称为"万金油"。Ceph可以支持对象接口、块接口和文件接口，因为它将一切数据都视为对象进行处理。Ceph采用主备复制模型进行数据写入，并使用CRUSH算法进行数据分布。CRUSH算法结合了哈希、权重和随机抽签等技术，使数据在集群中进行均衡分布。
3.3 单机关系型数据库
单机关系型数据库是指在单个计算机节点上运行的数据库系统，事务处理通常在单机内执行，但也可以通过网络交互实现分布式事务。商业产品中，Oracle是最为知名的关系型数据库，而在开源领域，MySQL和PostgreSQL则占据着主导地位。
关系型数据库的通用组件包括Query Engine（查询引擎）、Txn Manager（事务管理器）、Lock Manager（锁管理器）、Storage Engine（存储引擎）和Replication（主备同步）。关键的内存数据结构有B-Tree、B+-Tree和LRU List，而关键的磁盘数据结构则包括Write-Ahead Log（重做日志）和Page（页面）。
3.4 单机非关系型数据库
单机非关系型数据库包括MongoDB、Redis和Elasticsearch等三个主要产品。
在非关系型数据库中，每种数据库的交互方式都不相同，而且数据结构也千差万别。非关系型数据库相对于关系型数据库来说，具有更灵活的数据模型，因为它们不受关系约束。无论是关系型还是非关系型数据库，大多数都在尝试支持部分SQL语法和事务处理。
Elasticsearch是一种面向文档的存储系统，文档可以序列化成JSON格式，并且支持复杂的嵌套结构。在Elasticsearch中，存在多个索引，每个索引包含多个文档的集合。Elasticsearch依赖于Lucene引擎来实现存储和构建索引的能力，并且它实现了许多用于检索和搜索的数据结构和算法。Elasticsearch支持RESTful API和SQL交互。
MongoDB也是一种面向文档的存储系统，文档可以序列化成JSON或BSON格式。它将文档存储在集合中，而集合则是文档的集合。MongoDB的存储和构建索引能力依赖于WiredTiger引擎。从4.0版本开始，MongoDB开始支持多文档事务和跨分片多文档事务等功能。MongoDB可以通过客户端或各种语言的驱动程序进行交互，并且可以通过插件来支持SQL查询。
Redis是一种具有丰富数据结构（如哈希表、集合、列表等）的内存数据库。它是用C语言实现的，具有极高的性能。尽管Redis主要用于内存存储，但它也支持AOF（Append-Only File）和RDB（Redis Database）持久化机制。Redis常用于缓存等场景，并且有丰富的Redis客户端库和多语言交互接口。
3.5 分布式数据库
分布式数据库是为了解决单机数据库在容量、弹性和性价比等方面的问题而引入的分布式架构。分布式数据库可以分散数据存储和处理的负载，提高存储容量、弹性和性能。
分布式数据库需要解决的问题包括容量问题、弹性问题和性价比问题。通过节点池化和动态扩缩容等方式，可以解决单点容量有限的问题。而通过池化技术，可以实现弹性的扩容和缩容。此外，分布式数据库还需要优化多写功能、从磁盘弹性到内存弹性以及分布式事务算法等方面。
