博客
关于我
IPFS:我的心中承载宇宙
阅读量:770 次
发布时间:2019-03-23

本文共 841 字,大约阅读时间需要 2 分钟。

国家航空航天局(NASA)近年来面临着一个颇为棘手的挑战。在2019年,他们决定将庞量的科学数据迁移到亚马逊云服务(AWS)进行托管。然而,这一决定引发了一系列意想不到的后果。原本计划以每月543.9万美元的费用使用AWS解决数据存储问题,预计到2025年将达到247PB的数据处理能力。然而,实际成本远高于预估,NASA为此每年还需额外支付约3000万美元的云服务费用。此举不仅导致了运营成本加重,还使得数据管理变得更加难以控制。

对于NASA来说,这个问题源于中心化存储体系的固化特性。令人深感遗憾的是,其中标志性事件是2006年媒体曝光了"阿波罗11号"登月原始录像带失踪丢失一事。据统计,原始录像带共计达13000盘,每盘记录15分钟的画面资料,其中关键时刻的录像带尤其值得珍视。在这种中心化存储模式下,只有沿着固定的物理路径才能获得数据,这种单点故障的危险性不容忽视。

之后,NASA开始寻找更为可靠的解决方案。这时,一个名为IPFS(Interplanetary File System,星际文件系统)的分布式存储技术逐渐引起了他们的注意。IPFS借鉴了Git的开源版本控制系统,通过分布式架构实现数据的高度可用性和数据溯源能力。这种隐藏在多个服务器背后的优势在于,一如"百粒麦子散落在百粒土地上",数据在多个节点间分布,每个节点的故障都不会影响整体系统的稳定性。特别是在多个节点同时被损坏的情况下,数据的恢复机制能够在短时间内恢复正常。

IPFS最初于2014年由协议实验室研发。尽管距离主网上线(计划在2020年8-9月完成)还有数月的时间,但该项目已经吸引了全球范围内众多顶尖开发者的关注和参与。IPFS的核心宗旨是"为星空而生的存储方案",其目标是通过分布式技术,构建一个能够应对万物互联时代海量数据存储挑战的全局性信息管理系统。理想istically来说,IPFS不仅要支持科学家和工程师的需求,更要着眼于未来的宇宙探索,为人类带来一场真正的"信息时代革命"。

转载地址:http://ehmzk.baihongyu.com/

你可能感兴趣的文章
Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
查看>>
Numpy:按多个条件过滤行?
查看>>
Numpy:条件总和
查看>>
numpy、cv2等操作图片基本操作
查看>>
numpy中的argsort的用法
查看>>
NumPy中的精度:比较数字时的问题
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>
numpy学习笔记3-array切片
查看>>
numpy数组替换其中的值(如1替换为255)
查看>>
numpy数组索引-ChatGPT4o作答
查看>>
numpy最大值和最大值索引
查看>>
NUMPY矢量化np.prod不能构造具有超过32个操作数的ufunc
查看>>
Numpy矩阵与通用函数
查看>>
numpy绘制热力图
查看>>
numpy转PIL 报错TypeError: Cannot handle this data type
查看>>
Numpy闯关100题,我闯了95关,你呢?
查看>>
nump模块
查看>>
Nutch + solr 这个配合不错哦
查看>>