科普| 冷数据在IPFS上可能会丢失？

首先，我们先对数据进行一个简单的了解，数据分为冷数据、热数据，难道数据也有温度吗?

从字面意思来简单的说，热数据就是访问多的数据，门庭若市十分热闹。冷数据就是基本上没什么客人访问，门庭冷落车马稀。

热数据：是需要被计算节点频繁访问的在线类数据。

冷数据：是对于离线类不经常访问的数据，比如企业备份数据、业务与操作日志数据与统计数据。

两个不同的访问频次，就导致了在数据库搭建的目的各自不同，有一句话简单明了：热数据就近计算，冷数据集中存储。

那在IPFS网络中丢失冷门数据的可能性大么?

数据资源丢失的问题是所有的存储方式最为在意的一个痛点，在传统的数据中心一般是通过两个方式来保证数据不会出现丢失。

一、提升数据存储的安全性

更稳定的服务器(如Dell的730xd,740xd),一台的成本超过五万(不算硬盘)，双电源，双路CPU。

更好的硬盘，如企业级的氦气盘，成本在单T上是普通家用级硬盘的2-3倍。Raid5/Raid50 ，可以通过奇偶校验恢复出已经损坏的硬盘的数据。

双电厂的独立电源，防止一个电厂故障，有足够的冗余。

UPS电源，防止电力故障，甚至级别较高的机房会采用柴油发电机保证电力在12小时之后仍然不中断。

二、多存几遍

这个就好理解了，一份真正重要的冷门数据企业不会只存在云端，可能公司电脑里有几份，公司服务器有几份，各大云端上又有几份。如此，它们同时丢失的可能性就很小了。

由此我们可以看出，在传统的存储领域，如果要想一个数据不丢失，代价是非常大的，而这样的代价体现在：如果想要降低数据丢失可能性，可能要花费几十倍甚至上百倍的费用才能保障，同时数据在传统的存储方式上存的越多，安全性也会指数级地降低。这也就是为何IPFS将要革新传统存储的根本。

对于冷门数据而言，IPFS在存储上究竟有哪些好处呢?

在IPFS中，采用的是Erasure coding的模式，即M+N的模式，M是原文件的份数，N是备份的份数。IPFS会将文件切割发到不同的矿工手里，防止局部网络的瘫痪，对全局文件安全性的影响。

而IPFS存储最大的好处是在于两个：

1、文件备份不会对整体安全性降低

这一点其实非常好理解，在传统的存储上，你的银行卡密码在家存了一份，在公司存了一份，即便你忘记，也有找回来的可能性，但同时被坏人看到的可能性也会随之增加。而IPFS不一样，无论你存多少份，你的数据安全性始终是不变的，都经过加密后传输在IPFS节点网络上。

2、数据安全性随着N增加，价格却保持稳定

N是备份数，在IPFS这样节点故障事件相互独立的概率模型之中，N的增加会极大地降低出故障的概率。

假如你有一个文件，按照IPFS的分发机制最少会分给7个人，而这个文件不大但却很重要，我们于是将文件存了10遍，于是就有了70个节点来存储。假如每个节点发生永久性损失的概率是1%(这个仅仅是电力非永久损失的大致概率，实际永久损失的概率比这个低得多)，那么文件丢失的概率是多少呢?

P=1-(1-0.01^10)^7=-7*10^(-20)

这个概率有多小呢?

相当于一个人一次性连续中了两个500万彩票！！

如果你认为数据不是很重要，只存了3-5份，丢失的概率也要远远低于把它存在中心化服务器上的。

刚才只是一个小小的数学模型。现实中，分布式存储会再进一步降低数据丢失的概率，例如更加合理的数据切割；通过识别找到更低丢失概率的节点组合；更加偏好长寿节点，通过激励与惩罚降低恶性节点的比例；通过建设更多的节点降低单位存储的成本。总之有两个原则是永远不变的，N数越大越难丢失，随着N的增加，安全性并没有任何损失。

由此，我们IPFS实现了数据更廉价的存储，更强的安全性与更稳的抗丢失能力。