其實我覺得存儲相關的基本概念、知識，包括但不限于以下幾點：
1. 塊設備：block、chunk、partition等概念，操作系統(tǒng)如何管理塊設備、如何與物理世界的實體對應起來，比如硬盤、U盤等。
2. 文件系統(tǒng)：文件系統(tǒng)如何組織保存文件，inode、superblock、posix接口、Sparse文件等知識，一些常見的文件系統(tǒng)，比如Ext4、XFS、Btrfs等。注意文件系統(tǒng)存儲和塊存儲的區(qū)別。
3.傳統(tǒng)企業(yè)級存儲，RAID技術、NAS、NFS、CIFS等。
4.Linux設備、文件相關操作，比如mount、lsblk、lsof、lspci、fdisk等。
5. IO性能測試，IO性能的常用指標，比如IOPS、IO延遲等，使用fio進行性能測試。
6. 校驗、糾刪碼。
7. Cache、Buffer。
8. iSCSI、FC、SRP、SATA。
分布式：
1. 分塊思想。分布式的基本思想就是分而治之，幾乎所有的分布式存儲系統(tǒng)都會對一個文件切成一個一個的塊(block)。
2. 數(shù)據(jù)分布算法。分布式存儲系統(tǒng)需要把所有分割的塊對象存儲到不同的機器中，這些塊應該如何分布使得既能保證數(shù)據(jù)均勻，又能使節(jié)點增加或者減少時盡量減少數(shù)據(jù)遷移，即數(shù)據(jù)分布算法，比如crush算法、一致性hash算法等。以前遇到一個面試題大概意思是說有N個文件需要保存到M臺機器中，存儲策略是什么?最簡單的算法就是對文件求hash取模，這樣既能保證數(shù)據(jù)均衡分布，又能高效索引(再去求hash取模就找到了文件存儲位置)，萬一我增加個存儲節(jié)點該怎么辦呢?
3. 冗余副本。一個文件被分割成了若干塊后被分布在不同的機器上，萬一網(wǎng)絡故障或者某臺機器掛了，文件就訪問不了了，為了保證可用性和可靠性，通常都是通過冗余副本來實現(xiàn)，即一個塊會復制成多個相同的塊副本(通常3副本)，并分布在不同的機器上，這樣即使某個塊所在的機器訪問不了了，也能通過其它塊讀取。這些副本同樣需要考慮如何分布的問題，盡量不要在同一個故障域中。
4. 糾刪碼。采用以上副本的方式保護數(shù)據(jù)，缺點是需要占用多倍的存儲空間來提供冗余，成本太高，你也可以考慮使用糾刪碼的數(shù)據(jù)保護方法，能夠使用較少的冗余存儲空間提供一樣的可靠性等級，當然讀寫性能要下降些，典型時間換空間的例子。
5. 數(shù)據(jù)同步和一致性。每個塊都被分割成了多個副本，這些副本如何保證一致性，讀寫效率和一致性之間如何權衡，了解CAP理論和NWR策略，各種一致性模型，比如最終一致性、強一致性等。
6.數(shù)據(jù)索引。一個文件被分割成塊并分布在不同的機器，如何重新找到這些塊組裝成原來的文件。你可以用一個專門的服務來維護和存儲文件和塊之間的映射關系(HDFS namenode)，也可以通過計算的方法找到這些映射關系(Ceph crushmap)。
7.其它。比如網(wǎng)絡通信、RPC、序列化等。
8.塊存儲、文件系統(tǒng)存儲、對象存儲區(qū)別，一些主流的分布式存儲系統(tǒng)：
塊存儲：Ceph RBD、EBS、Openstack Cinder等。
分布式文件系統(tǒng)存儲：HDFS、CephFS、GFS、Alluxio(內(nèi)存分布式系統(tǒng))等。
對象存儲：Openstack Swift、Ceph RGW、S3、百度云等。
以上是云存儲相關的基本原理，掌握以上知識就能夠?qū)υ拼鎯τ袀�大致的感性認識了。不過要想更深入地理解分布式存儲，必然離不開親自動手，建議手動部署分布式存儲系統(tǒng)并使用之，實踐出真知，閱讀開源分布式存儲系統(tǒng)源碼，跟蹤IO路徑等。
