存储服务器和普通服务器的差别是什么？

存储服务器和普通服务器的差别是，它为特定目标而设计，因此配置方式也不同。它可能是拥有一点额外的存储，也可能拥有很大的存储空间。通常存储服务器是独立的单元，有的时候它们会被设计成4U机架式。或者，它们也可以由两个箱子组成--一个存储单元以及一个位于附近的服务器，然后两个箱子可以并行地安装在机柜中。两者之间的差别还是有的，有兴趣的话还是建议你去专业的公司去咨询看看，思腾合力是我们公司目前合作的供应商，他们家服务器的种类还是比较多的，机架式、存储式、塔式服务器等等，你可以去对比看看。您的采纳是我的动力

服务器，顾名思义，提供服务的机器，这个服务往往是指像邮件、WEB、数据库及其他很多应用提供给大家使用的。IBM服务器就是指IBM厂家生产的服务器。分为X、P、i、z不同系列，相对应的是PC服务器，P系列小型机、i系列400及z系列大型机。
不过根据你的问题来看，你所说的应该是PC服务器，即Intel架构的。
小型机是指专门运行在UNIX平台上的主机，厂家有IBM、HP、SUN、富士通等等，但在中国市场占有率最高的是IBM。
存储就是存放数据的，小到一个U盘，大到成千块硬盘组成的阵列，都是存储。这里应该是专指独立于服务器的磁盘阵列。由于存放在本机的硬盘，运行过程中，既占有本机的资源，又影响数据的安全，还不利于共享使用，所以才将数据存储单独放置。从架构上来看，常见的是直连、SAN、NAS等，从介质看，有SDD，磁盘，磁带等，从接口来看，有SATA、SAS、光纤等等
从以上来看，基本明白怎么回事了吧，有啥不懂的欢迎追问。
如果都理解了，请采纳。全部自己想的，手打的。

服务器有多种类型，存储数据只是服务器其中一种功能，任何服务器都有存储数据的功能，存储数据是服务器最基本的功能。

按功能来划分的话，存储数据有专门的数据库服务器，有专门存储文件的服务器，有提供计算的服务器，有游戏服务器，邮件服务器，WEB服务器等。

按应用层次划分有入门级服务器，工作组服务器，部门级服务器，企业级服务器。

不同的服务器功能不同定位不一样。

比如说，一个中小企业有几十台电脑，员工办公需要访问一些文件和数据，那么需要设置一台服务器，服务器里放置文件和数据让员工随时访问调用。这台服务器可以不连到广域网，只为公司内部服务人员服务。也可以接入互联网，提供网络服务。

服务器相对于PC来说，规模更大功能更多整体性能更强，拥有更多的处理器更大的内存，存储量更是巨大而且可以随时扩展，扩充处理器加内存加硬盘等，服务器其实也是一台计算机，也一样由cpu主板内存硬盘 *** 作系统。一般没有显示器，因为维护人员可远程调控服务器。服务器的处理器一般是多核多线程低频率，因为服务要应付来自多方的访问需求，多核多线程可同时处理多项任务，服务器一般全天候开机运行，必须稳定可靠易管理维护。

其实一般上网打开的网页也是从服务器里调出来的，某个网页存在某个服务器里的某个文件夹里，网址后面往往一大堆字符，其实就是这个文件的位置。

有专门提供计算任务的服务器，比如有些巨型机可以提供公开的远程的大规模计算，是一种专门的计算服务器。

路由器其实也是一种服务器，只不过路由器的功能比较单一只负责数据转发和地址转换。

普通电脑也可以作为服务器，比如你建了一个网站存了些文件和数据。公众可以通过广域网访问你的网站或者下载某些文件，这时候你的主机就成了服务器。

服务器一般都有许多硬盘组成磁盘阵列，存储量巨大，而且随时可以扩容。象以前的个人主页个人空间，现在的云盘，租用的网站存放空间，等都是服务器。

那些大型互联网公司都建有许多规模巨大的数据中心，所谓数据中心其实也是由一台台服务器组成的，数据中心主要是用来存放数据，数据中心服务的对象就是普通的网民，网民通过互联网可以随时访问数据中心的某个文件。

数据库服务器依赖于存储服务器的数据，这意味着数据库数据文件被放置在存储服务器上。

数据以记录的形式存储在数据库中；数据库将数据作为文件存储在存储服务器上。

数据库服务器由在局域网和数据库管理系统软件中运行的一台或多台计算机组成，数据库服务器为客户端应用程序提供数据服务。存储服务器是为特定目标设计的，因此配置也不同。它可能是一个稍有额外存储空间的服务器，或者它可能有很多存储空间。

扩展资料：

数据库服务器特征：

1、编程量减少

数据库服务器提供了用于数据 *** 纵的标准接口API（Application Programming Interface，应用程序编程接 口）。

2、数据库安全高

数据库服务器提供监控性能、并发控制等工具。由DBA（Database Administrator，数据库管理员）统一负 责授权访问数据库及网络管理。

3、数据可靠性管理

数据库服务器提供统一的数据库备份/恢复、启动/停止数据库的管理工具。

4、计算机资源利用充分

数据库服务器把数据管理及处理工作从客户机上分离出来，使网络中各计算机资源能灵活分配、各尽其用。

参考资料来源：百度百科-存储服务器

参考资料来源：百度百科-数据库服务器

NAS和服务器是数据访问、存储和共享的两个主要设备。根据《NAS网络存储器和服务器区别》所列两个的区别主要如下：

1、NAS是通过IP网络访问的文件系统，可以理解为服务器+硬盘+文件系统软件的组合。

2、服务器是一种高性能设备，用于处理需求并通过本地网络或Internet将数据传送到其他计算机。

3、功能方面比较，NAS网络存储器功能的单一性，可以根据它的硬件进行更细致的优化，降低功耗、增加稳定性等。总体功耗在服务器的3分1左右。

4、易用性方面来说，一般NAS不同于服务器都可以在图形WEB界面 *** 作配置，简单友好，不需要请专门的有这方面知识的人员维护。

云存储的几十年发展历程，其计算架构模型，也从Scale Up走向Scale Out。但是展望未来数字世界的海量需求，目前流行的模型还能够持续满足吗？本文通过对云存储 历史 的回顾，及对Scale Up和Scale Out两种扩展模型的诠释，来揭开云存储的未来模式。

1 云存储及其 历史

简而言之，云存储（cloud storage）就是将数字内容安全的存储在服务器上，从而任何连接互联网的设备可以方便的获取。首先让我们简单回顾一下云存储的 历史 。

云存储的早期雏形要回溯到上个世纪的90年代，也就是互联网泡沫时期（dot-com boom），当时有许多家公司，例如EVault, NetMass, Arkeia和CommVault等等[1]均提供在线数据备份服务，当然它们绝大部分也随着互联网泡沫的破碎而烟消云散了。少数幸存下来的有一家叫Veritas NetBackup最后也被Symantec收购，现在依旧提供Symantec NetBackup的在线存储服务。

而真正让大家耳熟能详的云存储是2006年由Amazon提供的AWS S3云存储服务，其最具有革命意义的变革是，提出了即买即用（pay-per-use）的价格模型，使得云存储的使用像水电一样可计算衡量。从此云存储以S3为标准一路绝尘，我们所熟悉的大厂，比如Netflix, Pinterest, Dropbox也是S3的顾客。尾随的Microsoft和Google也于2010年分别发布了类似的Azure Blob Storage和Google Storage的存储服务。

云存储真正发展的十几年中，见证了移动互联网的崛起，大数据的生机勃发，人工智能的再次复兴，并能够展望到未来物联网，无人驾驶及各类机器人自动化的世界。海量数据的产生，存储，分析，预测及应用，快速以正反馈循环方式，推进着人类 社会 向数字世界大步迈进。所以，为了适应数据存储新的需求，各家云存储产品的应用场景及价格模型，已从单一向多元发展，比如AWS S3就有Standard，Intelligent-Tiering， Standard-IA，One Zone-IA，Glacier和Glacier Deep Archive六类存储产品来满足各类使用场景，我会在未来的文章里针对性的细讲一下。而本文重点所探讨的是，目前云存储的基础架构体系是否能够适应未来数据存储的要求和挑战？为了回答这个问题，让我们先简单回顾一下计算机体系架构里的Scale Up和Scale Out扩展模型。

2 Scale Up和Scale Out？

Scale Up又称为垂直扩展（scale vertically）[2]，意为在单节点上添加资源，如CPU，内存和存储，在纵向上扩展从而获得更多计算或存储能力；Scale Up初期能够快速达到升级目的， *** 作起来相对比较简单，但随着计算或存储的要求越来越高，硬件资源的添加可能已经达到极限，不仅单节点的造价非常昂贵，维护成本很高，而且更容易留下单点故障的隐患。传统的RAID（Redundant Array of Inexpensive Disks）存储就是此种模式。

Scale Out又称为水平扩展（scale horizontally）[2]，意为在分布式环境下，通过添加节点计算或存储资源，在横向上满足更多的计算存储需求；随着计算和存储单位价格的降低和效率的提升，使用低端的商用（commodity）系统，利用分布式技术可以搭建起“超级计算”中心，以及后来衍生出来的私有或公有云平台解决方案。虽然分布式系统会带来一定程度上的软件复杂度和管理困难，但由软件定义的计算和存储解决方案，能够以较低的价格和较高的鲁棒性，优雅的解决了海量增长的计算存储需求，也是目前云平台的主流技术。但它就一定能够承载未来的更加海量的需求吗？云存储的未来是什么？方向是向左还是向右？

3 未来向左还是向右？

话说天下大势, 分久必合, 合久必分，事物发展的规律似乎从来就没有什么绝对。当下，云平台内部似乎已完全是Scale Out模式了，但当我们把镜头再拉远一点，从云平台在全球部署的每一个可用区来看，整体上它又是一个Scale Up模型，不是吗？单点投入巨大，耗费能源，使用成本高昂。而相反，随着强大的计算，存储和带宽能力能够进入寻常家庭、工作和生活等边缘节点，资源闲置或者不均衡使用也变得越来越明显。

那么，是否能够将这些边缘节点的计算存储能力结合起来，组成一个真正意义上的Scale Out平台，提供人们日益增长的计算存储需求？

可否将浪费或者不对等的资源重新组合，提供一个更加节能环保的绿色Scale Out平台？

可否摒弃中心化的单点故障和数据安全隐患，真正做到廉价高效，零数据泄露的Scale Out平台？

答案是应该可以而且必须可以！

纵观云存储平台的发展 历史 ，从单节点的Scale Up模式走向可用区内部的Scale Out模式，又从内部的Scale Out模式走向整体上相对的Scale Up模式。而未来数字世界的海量计算和存储需求的满足，一定需要真正意义上的全球Scale Out模型，那就是把边缘节点和半中心化节点高效且系统的组织起来，减少浪费，提高效率，节省成本，去除中心。将天空中几块为数不多的白云，变成漫天遍布的朵朵白云，让人们自由定价、自由选择、自由组合。

挑战虽然巨大，但未来很美好，让我们一起努力迎接云存储的明天！

[1]: History of Online Storage

[2]: Wiki Scalability

文章作者：Bruce Lee（>