1. 分布式卷 (Distributed Volume) —— “追求极致空间”
- 做法：把文件哈希后分散存。文件 A 在 Node1，文件 B 在 Node2。
- 空间：10G + 10G + 10G = 30GB
- 冗余：无。死一台机器，那一台上的文件就彻底消失。
- 类比：像把书随机放在三个书架上，书架塌了，那上面的书就没了。
2. 复制卷 (Replicated Volume) —— “追求极致安全”
- 做法：每个文件在所有机器上都存一份完整的副本。
- 空间：$10G, 10G, 10G \rightarrow \mathbf{10GB}$。
- 冗余：极高。允许坏掉 $n-1$ 台机器。
- 类比：同一本书买三本，每个书架放一本。两个书架烧了，书还在。
3. 分布式复制卷 (Distributed Replicated Volume) —— “大企业的平衡术”
这是企业里最常用的模式，它结合了前两者的优点。它需要偶数台机器（比如 4 台或 6 台）。
- 做法：两两成对。Node1 和 Node2 互相备份；Node3 和 Node4 互相备份。然后把这两组“缝合”在一起。
- 空间：4 台 10G 硬盘可以得到 20GB 可用空间。
- 冗余：高。只要不是同一对里的两台同时坏，就没事。
- 类比：你有两个大柜子（分布式），每个柜子里的东西都有个备份（复制）。
4. 纠删码卷 (Dispersed / Erasure Coding Volume) —— “黑科技压榨空间”
这就是我之前提到的模式，也是云存储（网盘）的最爱。
- 做法：不分整个文件，而是把文件切成碎片，并计算出“数学校验块”。
- 空间：3 台 10G 硬盘可以得到约 20GB 空间（利用率 66%）。
- 冗余：中。允许坏掉 1 台机器。
- 类比：像拼图。你有 3 块拼图，只要手头有任意 2 块，就能通过数学公式推算出第 3 块的内容。
总结对照表
| 卷类型 | 最少机器数 | 空间利用率 | 安全性 | 核心价值 |
|---|---|---|---|---|
| 分布式 | 2 | 100% | 极低 | 穷，但想要大空间 |
| 复制 | 2 | 33% - 50% | 极高 | 命比钱重要（数据库） |
| 分布式复制 | 4 | 50% | 高 | 既要空间又要命 |
| 纠删码 | 3 | 66% - 80% | 中 | 精打细算（海量图片、网盘） |