2/ 比特币算是区块链挖矿剑宗的开创者，其要诀是唯快不破，纵然内功平平，也能克敌制胜。比特币矿机和矿池开创了无数一夜暴富的神话，无需置喙。
3/ 云存储是计算机工程领域内气宗20年之集大成者。谷歌在2003年发布的武功秘诀《The Google File System》确定了当下云存储系统的思想基础：集群架构、元数据与数据分离、普通商用服务器。此后，GFS以及后续的Colossus成为业界借鉴的对象，催生了Hadoop生态系统以及大量的云存储厂商。同时普通商用服务器的做法，也掀起了国内去IOE的浪潮。
4/ 和互联网的Web服务不同，Filecoin是一个区块链+存储的项目，业务相对比较纯粹，是基建的范畴。Filecoin挖矿实际上是存储挖矿，需要集合两种武功心法：比特币的剑宗和云存储的气宗。
6/ Filecoin挖矿讲究的是以气运剑，气剑合一。由此，Filecoin官方一直在推集群版实现和外包GPU的原因，也就不言自明了。而那些模仿比特币剑宗模式走矿机路线的，可以说是用前朝的尚方宝剑来斩本朝的官，更别提有什么效果了。为正本清源，我公开Filecoin挖矿要诀之鸿钧九式。
7/ 鸿钧一式：缩减总拥有成本（TCO）。目前Filecoin挖矿讨论最多的是排名与投入产出比（或者说是投资回报率ROI）。排名当然说明了一切，ROI是指收益和投入的比值。谈排名的也在谈ROI，但这些谈论一般都停留在Capex的投入上，而不是讨论总拥有成本（TCO）。
云模式何以成功？因为云模式从各个方面降低了TCO。Filecoin的存储是否应该采用云的模式？答案是显然的，为什么不站在巨人的肩膀上呢？云的模式有多种，自建数据中心，云，以及两者的混合，业内的实践结果是混合模式的成本最低（如下图所示三种部署场景的TCO对比）。那么对比来看，Filecoin挖矿存在以下几种模式：矿机、数据中心集群矿池、云集群矿池、以及三者的混合模式。同样，混合模式Filecoin矿池的TCO成本最低。
采用混合部署模式只是第一步，TCO包括搭建基础设施所有直接和间接成本的总和，包括所有Capex、软件开发、监控、维护和支持（Opex）、运营、数据中心、网络、宕机、可持续性、敏捷性等。参考Google SRE的实践经验：谷歌可靠性工程的设计经验。
对于Filecoin存储挖矿来说，可以参考Google的经验，关注数据持久性和可用性的成本（存储市场），以及提供数据服务的成本（检索市场），如果保持磁盘繁忙（静止的磁头也是沉没成本），就会最小化总存储TCO。参考这篇文章：谷歌Colossus文件系统的设计经验。
搞清楚基础架构的TCO并不是一件容易的事情。TCO不仅包括服务器、存储、网络和IT劳力，还包括每年的资本成本以及摩尔定律对未来价格的影响。各大云厂商都有自己的TCO计算器，那么你呢？
8/ 鸿钧二式：维持可持续性。可持续性是指基础设施适应业务不断发展的需求的能力，高利用率会减少投入，但是会限制可持续性，并对创新和业务增长产生负面影响。
从云模式来看可持续性。大多数企业的硬件利用率都大大低于20%，这是因为处理业务高峰的资源需求过大。云模式提供通过规模效应降低成本，用弹性扩展提供服务，而用户以较高的利用率按照小时租用硬件、软件、电源等设备。这就是云计算的规模效益和按需付费模式。下图蓝色的线代表购买硬件的投入，这些投入往往是定期的，红色箭头代表企业必须承受的产能过剩成本，红色阴影区域代表资源配置过低不能满足业务需求的情况。
这种可持续性的价值很难计算，因此很多人都倾向于忽略它，那将是一个巨大的错误。那么对于Filecoin，问几个问题即可明白挖矿系统的可持续性：
挖矿系统输出的存力随时间变化的程度如何？
挖矿系统适应变化的能力如何？
在全网算力变化过程中收获的相对价值如何变化？
全网算力水涨船高，已有投入会成为沉没成本吗？
如何升级？升级的成本是多少？
挖矿设备能够附接存储吗？能够搬迁数据吗？
9/ 鸿钧三式：集群架构。云存储的模式，或者说是存储的集群架构和分布式架构，是Filecoin挖矿最应该回顾和借鉴的思路。图灵奖得主Jim Gray在文章《分布式计算经济学》中给出两个结论（计算靠近数据和组合多个分布站点的数据）和两个警告（Beowulf集群具有完全不同的网络经济和摩尔定律将加强两个结论）。Pat Helland也总结过数据中心经济学：数据中心可以通过廉价电力、靠近骨干网、共享管理等措施以相对划算的价格提供计算、存储和网络服务。因此，对于Filecoin挖矿经济学来说，需要借鉴的是：构建集群或者外包给集群，实现计算（seal）和存储分离、挖矿（链）与存储的分离。对于大多数人而言，管理自己的矿池或者数据中心不太可能具有战略意义，外包或投资也是一个不错的选择，这种背后的逻辑是：可以降低总拥有成本（TCO）。
10/ 鸿钧四式：计算与存储分离。随着云原生的深入发展，计算和存储的分离已经是IT系统的基本范式。谷歌在这方面开始的最早，但对外资料很少。亚马逊在SIGMOD 2017上发表Aurora数据库的设计引领业内云数据库计算和存储分离的浪潮。Facebook在2018年的Apache Spark & AI Summit 大会上做了主题为计算和存储分离的分享。计算和存储的分离除了遵循提高成本效率的经济学原理外，还可以允许系统以更细粒度（计算和存储）进行扩展，保持可持续性发展。
11/ 鸿钧五式：计算与存储的比例。Filecoin矿池如何安排计算和存储的比例？根据云计算和云存储的运行经验（下图所示），云托管的场景是需要的计算能力大于存储能力。对于Filecoin挖矿来说，评估计算和存储的比例对于部署挖矿系统对于降低TCO有很大的影响。对于可持续性的规模增长来说，自建数据中心的成本更低。对于单个矿机来说，由于违背了鸿钧四式计算和存储分离的原则，计算和存储的比例无从谈起，更不要说可持续性了。
12/ 鸿钧六式：创新存储架构。涉及整个存储堆栈针对Filecoin挖矿场景和存储场景的优化，内容较多，眼前有景道不得。可以参考的是谷歌Colossus文件系统的设计经验。
13/ 鸿钧七式：矿池的规模。矿池规模多大比较好？矿池规模是不是越大越好？如下图所示，随着数据量的增加，云存储的TCO快速增加。结合Filecoin构建检索市场的愿景，矿池规模不是越大越好。
14/ 鸿钧八式：定制数字中心磁盘，在IOPS和容量之间平衡。磁盘将是Filecoin挖矿的核心，GPU不是，磁带也不是。SSD具有更高的IOPS，是存储的未来，但存在的问题是成本（$/GB）仍然太高，并且在未来的十年不会降低太多。谷歌在数据中心磁盘上的探索值得借鉴，主要包括关注磁盘集合而不是单个磁盘（同时也包括评估云时代超越3.5英寸磁盘的重新设计，以及安全、固件、尾延迟等方面的优化）以及IOPS和容量之间平衡。
对于磁盘集合，基于磁盘的存储解决方案的TCO主要由磁盘获取成本、磁盘电源成本、磁盘连接开销（磁盘插槽、计算和网络）以及修复和维护开销组成。谷歌建议关注磁盘集合而不是单个磁盘，并考量以下五个关键指标的全局最大值：
更高的每秒输入输出 （IOPS），通常受磁头寻道限制，
更高的容量（以GB计算）
较低的尾延迟，
满足安全要求，并且
较低的总拥有成本（TCO）。
对于IOPS和容量之间平衡，谷歌内部使用下图所示的一种思考空间：字母表示磁盘的各种类型，以$/GB（以TCO表示）和IOPS /GB表示。更大磁盘容量增加GB/$，但是降低IOPS/GB，更小磁盘容量则相反。磁盘转速更高会增加IOPS/GB，但会降低GB/$，转速更低则相反。理想的发展方向是向下向右。同一类型的新磁盘成本往往更低（更少的$/GB），但更靠左（因为容量变得更大，而不是更快）。更换为容量较小的拼盘大小是向右移动的一种方式。一般的情况下，我们可以聚合磁盘，实现从C到D的模型（向右向上），向下向右是我们梦寐以求的（比如E到F），而我们的现实路径往往是图中的红线。
15/ 鸿钧九式：你回首看得越远，你向前也会看得越远。这是丘吉尔说的。区块链本身就是组合式创新的典范，而区块链+存储本身就是一场成本革命，那么区块链存储所面临的问题和挑战，在历史的故纸堆里同样可以找到答案，没有必要重新发明轮子或制造轮子。
（1、 内容来自链得得内容开放平台“得得号”，稿件内容仅代表作者观点，不代表链得得官方立场。2、 凡“得得号”文章，原创性和内容的真实性由投稿人保证，如果稿件因抄袭、作假等行为导致的法律后果，由投稿人本人负责。3、 得得号平台发布文章，如有侵权、违规及其他不当言论内容，请广大读者监督，一经证实，平台会立即下线。如遇文章内容问题，请发送至邮箱：chengyiniu@chaindd.com）
