大规模分布式虚拟环境中的数据有以下主要特点

（1）数据对象海量且广域分布。除了数据对象的数目具有海量的特点外，数据对象的规模也很大，而且这些数据广泛地分布于广域网络的各个节点上。

（2）数据对象种类繁多且格式复杂。由于需要真的模拟现实世界，数据对象的种类多种多样，而且不同种类的数据对象具有不同的数据格式，甚至同一类型的数据对象也存在多种格式。

（3）数据对象存储资源多样，管理方法不统一。数据对象的格式标准也多种多样，数据管理技术也很不统一，有文件系统、数据库系统和专用的管理系统等。

由于分布式虚拟环境中的数据资源具有多样性、分布性和异构性等特点，数据资源的可协同性、可管理性和可用性问题一直是影响分布式虚拟环境发展的重要科学问题。

可协同性问题：因为数据资源通常是局部自治的，所以如何在多个层次上实现局部自治系统之间多粒度的协同工作，共同完成任务，是实现分布式虚拟环境海量数据管理的核心问题。

可管理性问题：数据资源种类繁多、数据巨大，如何将它们以统一的方式集成和管理起来建立大规模数据处理的通用基础支撑结构，实现互联网上数据资源的广泛共享、有效聚合和分释放，是实现分布式虚拟环境海量数据管理的前提条件。

可用性，对数据资源的方向效率要求高，如何建立数据资源的源数据管理架构，实现众多异构数据资源的精确数据定位如何建立信任，实现灵的用户认证和访控制，保证高效安全的数据访问，是实现分布式虚拟环境海量数据管理的美键题。

3.大规模分布式虚拟环境的时空一致性

分布式虚拟现实系统主要采用基于复制的方式实现，由于系统中异构网络的客观存在，不同节点的处理能力和传输延时也不尽相同，使得分布式虚拟环境时空一致性成为国际上未解决的题，主要表现为环境中各计算结点在仿真过程中对虚拟环境认识不一致，发生某些在现实世界中根本不可能发生的事情，破坏虚拟环境的真实感，甚至导致伤真结果不可用，其产生的原因大致有以下三个方面：各计算结点的系统时间不同步、各计算结点的 仿真坐标系不一致、结点计算延和网络传输时。目前，基本解决了时间不同步和仿真坐标系不ー做导致的时空不一致间题减少结点计算和网络传输延迟导致时空不一致的方法大致包括：本地滑后技术、卷技术、推算定位、相关数据过滤、实体迁移。然而，这些方式具有一些固有的不是之处后策略很难确定一个满足各项要求的后量；回卷策略不适合实时仿真，会给用户造成仿真结果自相矛盾的印象推算定位策略有时会造成推算结果与仿真结果的不一致相关过滤只能在一定范围内减少面不能消除网络延迟；虚拟环境中存在大量不能迁移的实体目前广泛果用的一致性控制技术是在分布式虚拟现实系统中通过添加一些约東条件或者采取一定的措施以保证系统中尽量不出现或者少出现状态不一致的情况。

4，网络通信和网络协议

与分布式虚拟现实系统的高交互性和实时性相比，网络通信的带宽、延时就成为DVR系统的主要限制。分布式虚拟现实系统要支持快速实时的网络通信，主要有两方面的问题：一方面是当DVR的规模变大时，多个虚拟实体之间的通信量会激增，在DVR中，大量分布于不同地点的计算机通过网络连接在一起，要使各工作站保持连续状态是DVR颇具挑战性的课题之另一方面是一些传统的网络协议并不能满足DVR的需求，必须研究新的面向DVR的格协议。

内容来源：杜颖《VR+教育可视化学习的未来》