七牛的存储方法的冗余度如何做到1.4

在经历2013年年底，云基础服务商之间开始竞相降价的价格战后，该市场留存的头部玩家已经逐渐尝到了甜头——包括云主机服务商QingCloud、UCloud，云存储服务商七牛在内的创业公司，相继在今年拿到数千万美元的融资。这让我想起在八个月前，金山云的CEO王育林曾在接受PingWest采访时说：“如果不是百亿级以上的市场，金山就不会专门成立子公司去做它。”

最近，PingWest采访了七牛云存储的创始人许式伟，在拿到宽带资本、经纬中国、启明创投的C轮千万美元投资后，许式伟告诉PingWest：“接下来，七牛要和产业上下游更多的公司相互协作，在技术上实现对接。”

从创业之初，七牛就和那些大体量的云基础服务提供商区别开来——只专注于非结构化数据存储内容，目前有超过10万的用户基数，覆盖在线教育、电商、旅游、图片社交等领域。据许式伟介绍，在七牛的客户群中，有许多用户一边用阿里云、腾讯云的云主机服务，一边使用七牛的云存储。这也意味着，七牛与这些大公司的服务在竞争之外，也是可以协作的。

为了保证数据可靠性，同时尽量降低成本，七牛在6月发布的2.0版产品中加入了纠删码算术冗余技术。为了便于理解，我们通过一种比较具象的比方来解释：传统的存储方法中，假设备份数据X、Y，在不同的硬盘中各自备份三份副本，这时数据的冗余度为3。据许式伟的介绍，七牛的存储方法的冗余度做到在1.4左右。这时候，你也许会问，为什么数据副本变少了，但存储可靠性却没有降低呢？

实际上，七牛2.0的数据备份，是分别备份一份X、一份Y，再备份类似X+Y，X²+Y²这样的冗余数据。那么，即便Y的数据丢失，就可以通过已知X+Y和X数据，去恢复Y的数据。七牛2.0的纠删码（EC） 采用的是 28 + 4，也就是把文件切分为 28 份，然后再根据这 28 份数据计算出 4 份冗余数据（比如X+Y），最后把这 32 份数据存储在 32 台不同的机器上。

这种新式的存储方式相比经典三副本冗余方案，需要的服务器只需要后者的32.5%，大大降低了成本，最高同时损坏四个硬盘数据也不会丢失，提高了硬件的容灾能力。

此外，相较于传统的单机数据恢复，七牛采取了多组服务器的存储集群修复。也就说，一台服务器上的数据损失，能够通过剩余存储集群能力共同为其恢复数据，且集群规模越大，效率越高。许式伟认为这些“技术壁垒”，使得他并不畏惧来自竞争对手的价格战——“首先我们存储的成本低，即便把价格降下来，我们也会有轻微的利润；而我们并不完全靠价格取胜，还包括增值服务。”

在基础技术之上，七牛为一些开发者的共性需求做一些优化服务，在存储的基础上加入了一些PaaS应用，比如图片存储中的缩略图、自定义尺寸、防盗链等。在2013年年底，七牛团队发现客户对音频、视频内容的存储需求比例开始增加后，开始为视频数据存储，提供了十余种可供调用的API接口——包括视频格式转码、视频水印、视频帧提取、数据分析等功能。

尽管，目前视频客户需求的比例还不算太高，但许式伟认为，随着视频类应用和服务的兴起，这会成为一种趋势。目前，包括视频监控设备供应商海康威视、短视频应用美拍、在线教育平台开课吧，都已经是七牛云储存的案例用户。