在 《分布式学习最佳实践：从分布式系统的特征开始（附思维导图）》一文中，提到学习分布式系统的一个好方法是思考分布式系统要解决的问题，有哪些衡量标准，为了解决这些问题；提出了哪些理论、协议、算法，这些解决办法各自的优缺点、适用场景；然后再思考，不同的系统是如何解决同一个问题的，比如说数据分片 ...

本文是典型分布式系统分析系列的第四篇，主要介绍 Dynamo，一个在 Amazon 公司内部使用的去中心化的、高可用的分布式 key-value 存储系统。 在典型分布式系统分析系列的第一篇 MapReduce 中提出了本系列主要关心的问题： 系统在性能、可扩展性、可用性、一致性之间 ...

　　本文是典型分布式系统分析的第三篇，分析的是Bigtable，一个结构化的分布式存储系统。 　　Bigtable作为一个分布式存储系统，和其他分布式系统一样，需要保证可扩展、高可用与高性能。与此同时，Bigtable还有应用广泛的特点（wide applicability），既能满足对延时敏感 ...

分布式存储系统的难点 在存储系统中，为了获得巨大的性能加成，一个很自然的想法就是采用分片（sharding），将数据分割存储到多台服务器上，这样获得了更大的存储容量，而且可以并行地从多台服务器读取数据。 我们在成百上千台服务器上进行分片，大量基数的情况下，出现错误的频率也大大提升，我们需要一个 ...

分布式系统学习必读文章！！！！ 原文:http://blog.sina.com.cn/s/blog_4ed630e801000bi3.html 分布式系统漫谈一 ——　Google三驾马车: GFS,mapreduce,Bigtable 谈到分布式系统，就不得不提Google ...

1、介绍 gfs是构建在廉价服务器之上的大型分布式文件系统。 设计原则： gfs组件失效是常态事件，而不是意外事件。gfs构建在普通商业PC之上，这些PC的稳定性并没有很高的保障，任何时间都可能发生组件无法工作。 gfs文件系统中存储的文件大部分是数GB的大文件 ...

前言：Google大数据处理的3篇核心论文 《The Google File System》：http://research.google.com/archive/gfs.html 《MapReduce: Simplified Data Processing on Large Clusters ...