上周帮朋友清手机空间。她一边删照片一边念叨：这次真删了，云盘也清空。第二天，iPad 相册里那批照片又冒出来。她盯着屏幕，表情像见了鬼。
别急，不是灵异事件。很多网盘、相册、协作工具背后都有一套分布式存储在兜底。它干的事，说人话就是：不把鸡蛋放在一个篮子里，甚至不放在一个冰箱里。
一块硬盘，其实比你想象的脆
先别聊分布式。想想你手里那块移动硬盘。摔一下，咔哒。SSD 安静，但也会突然掉盘。数据中心里的硬盘更多，坏得也更勤。不是质量差，是数量大。几千块盘一起转，每天都有几块在坏的路上。
如果所有数据只存一份，那块盘一挂，文件就没了。于是最朴素的做法：复制。存三份。A 盘一份，B 盘一份，C 盘一份。坏一块，还有两块。简单粗暴，对吧？
但复制也有麻烦。数据量一大，三份就是三倍成本。并且你让谁记住“哪块数据在哪几块盘上”？这就是元数据服务。它像宿舍楼管，手里拿着登记本。楼管要是崩了，大家连自己住哪都忘了。所以元数据本身也得高可用。
把数据拆成拼图，再藏到不同宿舍
更聪明的办法，是不整份复制，而是把文件切成很多小块。比如一张 10MB 的照片，切成 8 块，再算 3 块校验块。11 块里随便丢 3 块，剩下的还能把原图拼回来。这叫纠删码。有点像你拼 1000 片拼图，丢了几片，根据边缘和颜色也能猜出大概。当然，数学上更严谨，不是猜。
大学宿舍可以类比。一整栋楼放所有人的行李，万一着火，全完。现在把行李拆成小包，分到不同楼。楼管拿清单。找行李时，按编号去几栋楼取。某栋楼停电？没事，从其他楼补。分布式存储的“分布”，不光是机器多，还要考虑机架、机房、甚至城市。同一个机架断电，副本别全在那一架。
不过话说回来，切块和副本不是越多越好。副本多，写一次要等好几个地方确认，慢。副本少，省空间，但恢复时压力大。工程上全是取舍。
你可能误会了分布式存储的几件事
有个误会：分布式存储不等于网盘。网盘是产品，前面有账号、限速、分享链接。后面可能用分布式存储，也可能用传统存储。你看到的是界面，它看到的是块、副本、校验、心跳。
还有人把它当成区块链。区块链确实把数据放很多节点，但那是为了共识和防篡改。分布式存储更关心读写性能、容量、可靠性。不是所有分布式存储都要发币，也别一听“节点”就想到矿机。
更常见的错觉：它会让数据绝对安全。机器会坏，网络会断，人会误删。分布式存储能扛住一部分硬件故障，扛不住你把密码告诉骗子，也扛不住机房被挖断光缆。冗余不是免死金牌。
还有个日常现象：你刚在手机里删了照片，云端还留着。你骂它阴魂不散。其实可能是版本历史，或者回收站，或者同步还没跑完。分布式系统里，删除也是一个操作，要传播到很多副本。传播需要时间。最终一致，不代表立刻一致。
家里那台 NAS，算不算分布式存储
很多人家里有 NAS，插四五块硬盘，做 RAID。坏一块，换一块，数据还在。这算分布式存储吗？严格说，RAID 更像单机冗余。所有盘还在一个机箱里，电源一挂、进水一泡，一起完蛋。它是“把鸡蛋放进同一个篮子，但篮子分格”。
真正的分布式存储，至少跨机器。一台挂了，另一台顶上。再讲究点，跨机架、跨机房。你在家里用 Syncthing 在两台电脑之间同步文件夹，也有点那味。只是规模小，节点少，断网了就得等。
我自己的做法很土：重要照片，NAS 一份，移动硬盘一份，云端一份。不是信不过某家厂商，是信不过“只存一份”这件事。分布式存储的思路，普通人也能借用：多放几个地方，定期检查，别等坏了才哭。
下次看到“同步中”，别急着拔网线
分布式存储最迷的地方，是它把复杂藏起来了。你点一下保存，背后可能经历切块、算校验、选节点、写副本、更新元数据、返回成功。中间任何一步慢了，界面就转圈。你骂它卡，它其实在跟一堆机器对账。
所以，删掉的照片在另一台设备冒出来，不一定是闹鬼。可能是同步策略，可能是回收站，可能是某个副本还没收到“删除”通知。理解这一点，至少不会半夜以为手机成精。
至于分布式存储的未来？不知道。但只要有海量数据，只要硬盘还会坏，人们就会继续把数据拆开、复制、校验、搬家。听起来不酷，甚至有点笨。可互联网能稳稳跑着，靠的往往就是这些笨功夫。