內存讀寫速度 = 10倍 * 磁盤讀寫速度，
磁盤容量 > 1000倍*內存容量
數據存儲總體可以分爲文件存儲階段、關係型數據庫階段、非關係型數據庫階段、內存數據庫階段、分佈式數據庫階段
文件存儲階段
計算機發展初期，所有的信息都存儲在文件中，那時需要存儲的信息相對較少，但是如果大量數據存儲在一個文件中，那就會造成文件查詢緩慢、文件插入刪除緩慢。因爲所有操作都是針對整個文件操作。
關係型數據庫階段
數據庫爲什麼會比存取或者讀寫速度快呢？
關係型數據庫利潤mysql、oracle裏面都有數據庫的概念，比如oracle默認數據庫大小默認爲8k，可以說在文件存儲階段的一個大文件會分成很多給8k大小的小文件。如果僅僅時分塊，沒有把分塊管理起來，那效率跟文件存儲階段也差不多。我們知道一般關係型數據庫按行進行存儲，並且每行數據都是結構化的。假如我們要查找數據庫是否存在某個字段值爲”張三“的，最快方法就是張三字段作爲索引，那索引在數據庫又是怎麼實現的呢？
我們知道一個塊大小爲8k，假如存儲一整條數據庫，每條數據1k，則能存儲8條，而我們的索引也是一條數據，但是索引不會記錄一條完整的數據，它只用記錄”張三“字段 及其所在位置，一條索引只有0.1k，那一個塊大小則能存儲8000條索引數據，而整個索引信息一般採用B+樹進行管理，可以根據鍵值能快速定位哪條索引信息可以命中相應的數據塊，然後取存儲數據的數據庫中去獲取整個數據庫的信息即可，這樣就能避免全表掃描。效率肯定比全文件掃描要快得多。
也就是說數據庫比文件快的原因主要包括：
數據分塊，數據結構化、順序索引
常見的關係型數據庫包括：oracle，mysql、ibm的db2、sqlserver、sqlite、h2等
爲了提高關係型數據庫的處理效率，常見於給其增加緩存，即將部分數據讀到內存中，加快處理時效性。根本原因就是內存讀取速度比磁盤快！
**內存數據庫階段**
內存數據庫即數據只存儲到內存中，從存儲的位置就可以看出，內存數據庫肯定比數據存儲到磁盤的關係型數據庫快，還有就是數據庫存儲量會受內存大小的限制。內存存儲空間一般要比磁盤小很多，所以內存數據庫主要是存儲一些使用高頻的數據。
常見的純內存數據庫有memcache和redis，memcache比redis出現得早，兩種都是key-value形式存儲，memcache只支持string類型得value，而redis能支持五種數據類型，並且redis是單線程的，處理速度更快，所以redis更受廣大開發者歡迎。
爲什麼redis是單線程還處理速度更快呢？
redis是存儲在內存中，不是磁盤，不用等待磁盤讀寫數據，然後cpu才能處理。如果是多線程會涉及到cpu在不同上下文之間的切換，需要保存和讀取上下文，這是很耗時間的，而單線程就是順序執行，可以省去CPU保存現場的時間。好比一個人只幹一件事速度一般會快過一個人同時幹兩件事，流水線不就是這樣嗎？
內存數據庫因爲其存儲空間的侷限性，已經價格相對昂貴而無法做主要存儲數據庫。
**分佈式數據庫階段**
分佈式系統的核心理念是讓多臺服務器協同工作，完成單臺服務器無法處理的任務，尤其是高併發或者大數據量的任務。分佈式數據庫是數據庫技術與網絡技術相結合的產物，它通過網絡技術將物理上分開的數據庫連接在一起，進行邏輯層面上的集中管理。
國內主要的分佈式數據庫有：開源的mysql，騰訊的TDsql（在mysql5.6版本上做的封裝），華爲的GaussDB(高斯數據庫，在PostgreSQL9.2上封裝)，阿里的Oceanbase
關係型數據庫與非關係型數據庫對比
關係型數據庫
1、容易理解：二維表結構是非常貼近邏輯世界一個概念，關係模型相對網狀、層次等其他模型來說更容易理解；
2、使用方便：通用的SQL語言使得操作關係型數據庫非常方便；
3、易於維護：豐富的完整性(實體完整性、參照完整性和用戶定義的完整性)大大減低了數據冗餘和數據不一致的概率；
4、支持SQL，可用於複雜的查詢。
關係型數據庫的缺點
1、爲了維護一致性所付出的巨大代價就是其讀寫性能比較差；
2、固定的表結構；
3、高併發讀寫需求；
4、海量數據的高效率讀寫；
非關係型數據庫
非關係型數據庫的特性
1、使用鍵值對存儲數據；
2、一般不支持ACID特性；
3、非關係型數據庫嚴格上不是一種數據庫，應該是一種數據結構化存儲方法的集合。
非關係型數據庫的優點
1、直接操作數據，無需經過sql層的解析，讀寫性能很高；
2、基於鍵值對，數據沒有耦合性，容易擴展；
3、存儲數據的格式：nosql的存儲格式是key,value形式、文檔形式、圖片形式等等，文檔形式、圖片形式等等，而關係型數據庫則只支持基礎類型。
非關係型數據庫的缺點
1、不提供sql支持，學習和使用成本較高；
2、無事務處理
當然存儲還涉及hadoop的分佈式文件系統hdfs、zookeeper等，後面再對此部分進行梳理