分布式存储改造，如何解决分布式存储数据一致性问题？性能如何保障？

1、关于数据一致性问题，由于分布式架构受限于CAP理论，即数据一致性，容错性和可用性无法同时兼顾，所以数据一致性是分布式架构中比较难解决的问题。为了保证分布式架构的可用性，在数据一致性问题上，通常会做出一定的牺牲，不会严格实行集中式架构的实时一致性的做法，因为做不到或者是成本太高，也违背了分布式架构设计的初衷。所以在数据一致性上，通常会采用最终一致性的解决方案，即不要求数据实时一致，需要从银行业务上进行分析，识别哪些业务操作是可以放宽的，哪些操作是必须保持一致的，基于“最终一致性”的原则，分析事务的优先级别，在架构设计上进行取舍。在银行系统中，交易类业务的数据完整性和一致性要求最高，而且也需要进行实施保证，而通讯类业务要求上则没有那么高，可以选择不需要支持事务的消息中间件来解决数据一致性问题。这是一种异步的信息交互方式，在网络和系统故障情况下，消息也会被持久化，在系统恢时实现数据最终一致性。当然，这只是一种解决数据一致性的方案，可以根据实际业务来进行数据一致性处理。
2、分布式存储虽然不能完美的解决数据一致性问题，但是却可以提供高性能的存储服务。由于采用分布式架构，性能是可以接近于线性增长的，在节点数量足够多的情况下，其性能甚至可以超过传统的集中存储。因为传统的集中式存储是有控制器+盘柜组成的。在盘柜数量增加的情况下，性能受控制器限制，性能是会存在瓶颈的。而分布式架构的存储不会存在这样的问题。完全可以满足银行业务IO大并发的要求。