非结构化数据、半结构化数据和结构化数据，以下为详细分析：

1、非结构化数据

定义及特点：非结构化数据包括所有格式的办公文档、文本、图片、图像、音频、视频信息等，这类数据没有固定的结构，通常以文件或对象的形式存在。

存储方式：非结构化数据主要通过分布式文件系统进行存储，如Facebook Haystack和Taobao File System，这些系统能够处理大量的Blob对象（二进制大对象）和大文件，并将它们分散存储到集群中的多个服务器上。

应用场景：互联网应用中需要存储大量的图片、音频、视频等，例如社交媒体平台、内容分发网络等。

2、半结构化数据

定义及特点：半结构化数据介于结构化数据和非结构化数据之间，通常是自描述的，数据模式和内容混在一起，没有明显的界限和区分，HTML文档是典型的半结构化数据。

存储方式：根据关系的复杂程度，半结构化数据可以通过分布式键值系统、分布式表格系统和分布式数据库进行存储，简单的半结构化数据通常使用分布式键值系统（如Amazon Dynamo和Taobao Tair）存储，而复杂的半结构化数据则使用分布式表格系统（如Google Bigtable）。

应用场景：适用于需要快速查询和简单事务处理的应用，如电商网站的商品信息、社交网络的用户信息等。

3、结构化数据

定义及特点：结构化数据一般会存储在关系型数据库中，可以用二维关系的表结构来对数据进行描述，数据的模式需要预先进行定义，这类数据具有高度的一致性和完整性。

存储方式：结构化数据主要通过分布式数据库进行存储，如MySQL数据库分片集群和Amazon RDS，这些系统采用二维表格组织数据，提供SQL关系查询语言，支持嵌套子查询、多表关联等复杂操作。

应用场景：适用于需要复杂查询和事务处理的应用，如金融系统、企业资源规划系统等。

分布式存储系统面临的数据类型多样，每种类型的数据都有其特定的存储方式和适用场景，非结构化数据适合通过分布式文件系统存储，半结构化数据可以通过分布式键值系统、表格系统和数据库进行存储，而结构化数据则主要依赖于分布式数据库系统，了解这些数据类型及其存储方式，有助于更好地设计和优化分布式存储系统，以满足不同应用场景的需求。