Ceph 是一个开源的分布式存储系统，设计初衷是为了解决传统存储在扩展性、可靠性和成本上的局限，通过单个集群同时提供对象、块和文件三种存储接口 。根据 Ceph 官方社区介绍，它基于 RADOS 底层架构实现数据的自我管理和自我修复，具备高可靠、高扩展和无单点故障的特点，适合云计算和大数据场景 。
核心架构有哪些组件
Ceph 的架构设计像搭积木一样分层，底层是基础存储，上层是服务接口，中间由多个守护进程协同工作 。
RADOS 基础层：这是 Ceph 的底座，全称是可靠的自主分布式对象存储，负责把数据切分成对象并分散存储，具备自我修复能力 。
监控器（MON）：相当于集群的“大脑”，负责维护集群状态映射图，监控所有组件的健康状况，通常部署奇数个节点以保证高可用 。
存储守护进程（OSD）：相当于数据的“家园”，每个磁盘对应一个 OSD，负责实际存储数据、处理复制和恢复，并向监控器报告状态 。
元数据服务器（MDS）：专门服务于文件系统，负责管理目录结构和文件元数据，如果使用对象或块存储则不需要此组件 。
管理器（MGR）：相当于集群的“助手”，负责跟踪运行时指标和性能数据，辅助监控和管理 。
能提供哪几种存储服务
Ceph 被称为“统一存储”，因为它能在一个系统里支持三种不同的存储访问方式，满足多样化的业务需求 。
对象存储（RGW）：提供兼容 Amazon S3 和 Swift 的接口，适合存储图片、视频等非结构化数据，支持海量数据存取 。
块存储（RBD）：提供块设备接口，数据被切分为固定大小的块，常用于虚拟机磁盘或数据库存储，支持快照和克隆 。
文件存储（CephFS）：提供兼容 POSIX 标准的文件系统接口，允许多个客户端同时挂载访问，适合共享目录和日志存储 。
应用场景：在云计算平台（如 OpenStack）中常用作后端存储，在容器平台（如 Kubernetes）中提供持久化卷支持，也可作为大数据平台（如 Hadoop）的存储底座 。
数据是怎么分布的
Ceph 不依赖中心化的查询表来定位数据，而是通过智能算法让客户端直接计算数据位置，避免了性能瓶颈 。
CRUSH 算法：这是 Ceph 的核心，客户端通过该算法根据集群拓扑和副本规则，直接计算出数据应该存在哪个 OSD 上，无需向服务器查询 。
归置组（PG）：数据对象先被映射到归置组，再由归置组映射到 OSD，这样可以减少索引复杂度，便于数据迁移和平衡 。
故障域隔离：算法支持配置副本分布在不同的机架、机柜或数据中心，确保即使某个物理区域故障，数据依然安全可用 。
自动平衡：当集群增加或减少硬盘时，算法会自动触发少量数据迁移，保持数据分布均匀，无需人工干预 。