为什么要用IPFS存储大量数据？IPFS最吸引人的特点是什么？哪些地方是大家担心的？在IPFS的官方论坛针对人们为什么使用或不使用IPFS来存储大量数据的原因做了一个调查。
针对于这些有大量数据处理需求的用户来说，IPFS吸引他们的关键因素以及他们的忧虑是什么？
1、在大量(多达10TB)二进制文件通过非常耗时的模拟产生。因此恰当地保存这些文件非常重要(一旦丢失文件，意味着得重新模拟，耗时长达几个月)。把文件分享给同事也很重要，不幸的是，在实际操作中这很难实现。比如说，我在欧洲工作，就无法下载存储在斯坦福数据库几TB的模拟数据集，要花很长的时间才能办到。
支点国际站上线IPFS金色算力云认购:据支点官方消息，支点与金色算力云联合推出IPFS云算力租赁服务，于今日11时正式上线IPFS云算力抢购，价格195usdt/1T/年。申购门槛低至19. 5USDT, 可以满足不同用户的投资需求。
支点成立于2019年3月，有现货、合约以及ETF交易，现货交易手续费低至千分之一。
金色算力云是ChainUP与金色财经联合推出的云算力平台，旨在以自建+合作模式，把云算力平台做大做强，让用户能充分享受到IPFS挖矿的红利。[2020/7/3]
2、就目前了解到的IPFS相关信息来说，重点是能通过联系到网络中离你最近的人，从而提高文件分享速度，而不再是基于一个中央储存库。但同时也了解到这样就不能再复制了，网络中的每个节点只存储它“感兴趣”的内容。
创世资本创始合伙人孙泽宇：3-5年内IPFS很难超越中心化存储:2020年6月22日，由金色财经主办，节点咨询、IPFS100.com承办，星际特工、麦客存储联合主办的“星际漫游指南——IPFS技术与应用研讨论坛”在深圳拉开帷幕。创世资本创始合伙人孙泽宇，在主题为《IPFS的突围与机会》的圆桌论坛中指出，3到5年很难去超越中心化的存储，这也是为什么协议实验室在有IPFS之后还要用Filecoin作为激励层的一个初衷。比特币已经十年了，我们还是用法币支付。可能有一些企业系统需要节省成本，需要去中心化存储，但还需要一段时间的发展。[2020/6/22]
3、大多数公司把大型工作负载存储在EMCIsilon或Netapp，我的工作是存储销售这块，几乎所有的顾客都想把大量的工作档案存储在AMS(亚马逊旗下云计算服务平台)或Azure(微软云计算服务平台)–这总是比较容易实现。因此，档案存储用例会是一个有趣的切入点，尤其是在数据生成量达到PB级的行业，比如媒体或研究领域。
金色财经现场报道 IPFS、Filecoin中国区技术布道人董天一：比特币是一个体系无法用一句话来总结:金色财经现场报道，在西部中小企业发展论坛上，IPFS、Filecoin中国区技术布道人、《IPFS指南》作者董天一以《区块链与分布式存储应用》为题发表演讲，他指出：比特币是通过一个体系向你表明这个东西的存在，无法用一句话来总结，所有你们看到的一句话总结，都是不全面的。从学术观点看，首先是自组织，其次是博弈论，最后是密码经济学。但是从技术角度看，首先是开源，它是第一层共识；第二是技术模型，它是一个保证；第三层是经济模型，特点是自发调节。我总结的区块链特点，第一是基于密码学的分布式数据库技术；第二是将信任转化为计算机计算；第三性能较低；最后，比特币是区块链技术上的第一个应用。比特币就像一条DNA，区块链就像生态圈里的每一个物种，它们相互竞争，谁能活下来，就看谁能适应这个竞争。[2018/4/28]
4、我在一家网络用户行为研究公司工作，类似于谷歌分析(GoogleAnalysis)。跟踪代码每天产生几TB的数据，我们把数据存储在AWSS3，设置有效期限，把总量控制在几百TB内。我们正在寻求减少数据重复的方法，以节约成本。每天有数百万个时域(session)，一旦配置js-ipfs后，意味着整个网络上会有数百万个ipfs节点(短期的，几秒到几十分钟)。我相信这能释放IPFS的最大潜力。
5、当用户访问一个站点时，我们监看和记录网页产生的所有DOM更改，保存session，便于之后用于分析。目前我们需要这些东西：
1.版本控制(versioncontrol)或IPFS白皮书6.3中提到的树对象(TheTreeObject)。现在我们用的是一种差异算法来计算DOM更改，把原始数据和差异都存入文档。如果IPFS的树对象能实现，我们就能减少很多重复内容，节约大量空间。
2.可靠的push(或上传)方法。我用PubSub(发布/订阅模式)演示过，似乎还无法保证内容接收。因为标签可能随时关闭，我们需要在微秒之内将数据push到后台。
6、我的理解是，它允许我们在一个地点随机且可根据需求更改的广义系统中，可以把一切事物都看做节点、服务和工作者—比如，它可以让你模糊服务端和客户端之间的区别。取代了强制将服务端和客户端进行二分的方式，让你可以在一台接近数据的设备或一台距离很远的设备上进行分析，或者将数据复制到一个新的地点进行分析。某种程度上这样简化了你的代码基，因为你可以少编写一些能让客户端应用、工作者重复利用的库和服务，无论他们身在何处。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。