現實中，對於存儲的需求基本上可以歸爲3類
1： Offline數據分析用的數據，如網站的訪問日誌分析，Online數據庫裏的數據的統計分析
這類數據的量一般很大，對於大型互聯網站來說是PB級單位，一般使用類似Hadoop/Hive之類的技術來分析
是Offline分析，對於響應時間要求比較低。
對於這類數據的存儲在設計的時候考慮使用SATA盤，每臺機器配6～12塊1（2）TB的SATA盤，由於單塊SATA盤的順序讀寫能力基本上可以
達到60MB/s以上，所以系統設計的時候需要充分考慮磁盤的利用；最好的算法是單個磁盤同一時刻只有一個進程進行讀/寫操作
另外儘量減少網絡傳輸（一般配置網絡是<60MB/s)，而磁盤的處理能力則爲60*N(磁盤數目）
2：Online 類的非結構化數據
如圖片，郵件之類的保存好後不再修改的數據，這類數據量也很大，以PB爲單位；但這類數據的響應時間是比較高的，一般要求200MS
之內。
對於這類系統響應時間高，QPS要求很高的情況下，建議使用多級存儲的方式（Mem+SSD+SATA），最終數據存儲在SATA上;寫的中間數據可以存儲在Memory或SSD；然後異步寫入到SATA盤上。爲避免某臺機器Down或則DiskFail導致數據丟失，建議使用多份Copy。
3： Online方面的結構化數據
如 Mail的Index，聯繫人，個人Profile，商品交易信息之類的數據；這類數據一般是有關係的，傳統上是存在DB裏
因爲數據之間有可能存在TX，以及Index（PageIndex，QueryIndex，Uniqindex...);
或者是簡單的無關係的數據，可以使用KV類簡單搞定；另外應用場景裏存在大量的隨機讀，以及Range(Index）方式的讀取，而且對於
響應時間要求很高，一般是小於20ms.
但這類數據的量一般不會很大，小於1PB，一般情況下，一個DB最大200TB。
這時候最好使用SSD（若性能要求非常高，且數據量不是特別大）或則SAS 500G（15K)；或則SSD+SAS混合的方式。這類組合可以處理
非常高的隨機讀操作
另外對於機房的網絡部署時，千萬不要把Offline和Online的交換機部署在一起，以免網絡流量衝突導致Online的響應出問題