分布式存储系统，是将数据分散存储在多台独立的设备上。传统的网络存储系统采用集中的存储服务器存放所有数据，存储服务器成为系统性能的瓶颈，也是可靠性和安全性的焦点，不能满足大规模存储应用的需要；分布式存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展。

在设计分布式软件系统方案之前，首先要考虑的是当前的业务环境和应用功能，然后再考虑成本、方案目标和要达到的效果。此外，还应考虑多种因素，使方案具有针对性和可操作性。采集和处理的数据基本存储在传统数据库中，每条记录经过转换后存储在分布式存储系统中，数据文件变得更小也更分散，并行计算框架在处理小文件时需要进行数据传输，处理效率受到了一定的影响。在交通运输领域，底层数据处理仍以传统数据库为中心，与现有行业相连接，在存储上可以使用传统的关系数据库或分布式文件存储系统，关系数据库存储需要频繁更新数据，分布式文件存储系统的数据增长很快，但是变化频率不高；两者都有自己的备份计划，互不干扰。海量实时数据查询在此基础上，建立基于高速分布式NoSQL数据库。离线批处理任务一般基于并行计算框架，适用于大数据量、复杂和长时间的计算任务。

常见的各种类型的分布式存储技术框架如下。

1.HDFS

Hadoop的分布式文件系统（Hadoop Distributed File System，HDFS）适合存储海量非结构化数据，它可以部署在廉价的机器硬件上，能够安全可靠地存储TB级甚至PB级的海量非结构数据，是采用流式数据访问模式来存储超大文件的文件系统。

2.HBase(www.daowen.com)

HBase是一个分布式的、面向列的开源数据库，它适合存储海量的半结构化数据。由于HBase分布式存储系统具有可伸缩等特点，所以可以在廉价的PC服务器端上搭建起大规模的HBase存储集群。

3.Greenplum

Greenplum适合存储海量结构化数据，它是基于PostgreSQL开发的一款MPP（海量并行处理）架构的、shared-nothing无共享的分布式并行数据库系统。采用Master/Slave架构，Master只存储元数据，真正的用户数据被散列存储在多台Slave服务器上，并且所有的数据都在其他Slave节点上存有副本，从而提高了系统的可用性。

4.TFS

TFS（Taobao File System）适合存储海量的非结构化数据，是一个高可扩展、高可用、高性能、面向互联网服务的分布式文件系统，它构筑在普通的Linux机器集群上，可为外部提供高可靠和高并发的存储访问，TFS为淘宝提供海量小文件存储，通常文件大小不超过1M，满足了淘宝对小文件存储的需求，被广泛地应用在淘宝各项应用中。它采用了HA架构和平滑扩容，保证了整个文件系统的可用性和扩展性，同时扁平化的数据组织结构，可将文件名映射到文件的物理地址，简化了文件的访问流程，一定程度上为TFS提供了良好的读写性能。