知乎：国内云存储行业为什么忽然进入了一个靠增量粗暴圈地的竞争局面？

针对百度 和 360分别推出的 1TB 免费云盘，腾讯也拿出自家的 10TB 云储存产品…Box 之前也提供 50G 的免费空间，本周微软也将 SkyDrive 高级版的空间从 7G 升级到 25G。腾讯上线 10TB 免费云存储。

360云盘提供无限容量，37T起步。
百度云提供1T，另外1T需要付费1元。
腾讯微云提供10T，上不封顶。
金山快盘100G。

因为实际上国内网盘容量只是一个迷惑用户的数字而已，给用户1TB存储容量所花费的成本远远低于100GB的10.24倍。

首先要清楚一个概念，就是重复的资源在服务器只会存储一份。这也是资源秒传的基本原理。用户存储在自己网盘中的资源其实大部分都是与别人重复的，特别是容量较大的资源（比如电影、游戏），这样服务器所需要的存储空间远远低于用户数x提供给用户的网盘容量。

国内服务提供商的主要成本还是带宽成本以及维护分享系统的成本，这与提供给用户的“存储空间”相关甚小。

国外为什么不同？我认为这与它们的版权保护相关，盗版的电影、游戏、软件等比较难以分享，所以用户的网盘主要用于同步自己的资料等，这些资源大部分是非重复性的，所以服务器存储空间成本不能作为可以忽略的因素。当然可能还有一个原因就是，用户没法分享非法的大资源也就不需要那么多的容量。

评论中有提问到如何判定重复资源。在同一个网盘服务提供商内的资源，很容易判定，因为服务器上已经存储了该项资源，每个资源都有一个fileID。资源的URL可以根据它自己订的规则生成，例如百度网盘就是shareID + userKey。一个文件想“转存”多少份都可以，无非就是多生成一个URL。只需要维护这个fileID->URL文件映射数据库就可以了。

而不在这个文件映射数据库中的资源如何判定重复？这个校验算法属于商业秘密，我只能讲下我的想法。资源可以分为在线资源和本地资源。

在线资源，即URL资源。例如，网盘的离线下载会让你输入http/ftp链接，或者torrent文件。以迅雷公司为例：对于这种在线资源，首先会先维护一个key/value数据库，即某个URL映射的资源。他们还会做一些类似爬虫之类的东西，对这些URL资源的有效性进行判断。URL对应的资源变更了怎么办？可以先对文件大小做简单的校验。如果大小不一，再进行复杂的校验。对应资源能否续传，校验的方法也会不一样。

本地资源，即要从用户计算机上传至服务器的文件。大家一定都发现，要想极速秒传，就得安装浏览器插件或者客户端。这个插件或客户端就是用来执行校验算法的，并且都是闭源的，这是为了保护商业秘密。对于小文件，可以直接对整个文件计算Hash值，常用的有MD5、SHA1、CRC32等。对于大文件，可以对文件进行分段计算Hash值，然后再用某一算法得到文件的唯一标识。

不同的文件有没有可能得到相同的值，理论上是有可能的，但是概率低到完全可以忽略。就像暴力法破解加salt的md5密码一样，很困难。初期服务提供商由于算法不严谨，的确有碰到过将两个不同的文件弄混的情况，不过现在好像没怎么听说过这事了。

回答者：@agunchan

给“百度云盘”产品的几点安全建议

【与安全有关】

1. 建议允许用户选择使用SSL上传与下载通道，你可以默认走非加密通道，但至少支持一下，这有道理特定用户在特定环境与情境下使用。

2. 关于公开与私密分享页面，点了分享，基本上就没有机会在当前页面取消了，这可能导致的结果是：菜鸟们不小心点一下“分享”按钮，然后关闭页面，他并不知道他公开的分享了一个自己的资源—意外的隐私泄漏。
 
3. 小声问一下，是不是所有的网盘设计上，Session都是不过期的？在这方面的业界的一些共识我还真不清楚， 至少我周五在公司电脑登录百度网盘后，周一来上班，网盘工作正常，无需重新登录。
 

4. 关于分享功能的私密分享，没有创新，一个链接加一个提取码，这样在开发实现上比较统一，毕竟在私密分享与公开分享上只需要一个标识位来区别一下就行，但用起来不方便，分享一个东东还让人输入提取码，麻烦。若是直接一个链接完成私密分享UE将大幅提升。
 

5. 关于公开与私密分享页面， 应提供分享链接的有效期设置，以增强由于用户忘记取消而带来的信息泄漏隐患，同时提高UE，比如：我私密分享一个视频给甲，只是想让甲看一下就结了，但是我不想自己取消分享，太麻烦，也容易忘记，那请允许我在分享时设定有效期，到期后分享将自动失效，如果百度倾向于长期分享，OK, 可以默认无限期，但允许用户修改。
 
【与功能有关】

1. 应该增加”去重复“功能，有时候同一资料、视频、照片，可能由于多次备份，导致部分内容重复，以至于导入到网盘后也是重复的，一来浪费资源，二来影响用户体验，去重复时，告知用户哪个文件与哪人上下的文件是重复的。
 
2. 对于媒体类的文件，应该获得照片与视频的真实的拍摄日期，从而可以实现以拍摄日期为准的排序工作

3. 对于媒体类的文件， 使用与拍摄日期相关的数据，可以实现智能分类，智能分组，以大幅提升UE

 【担心】

1. 不知道什么时候会drop down云盘服务，由于雅虎相册的drop down，害得我丢失大量的照片的数据

2. 不知道随着用户量增加，性能会有怎么样的变化，当然对于公开的分享内容的访问，性能应该不会差，只会更好，而私密内容的访问可能会受影响

3. 不知道灾难恢复做的怎么样，是否跨区域相互备份的呢？