分布式文件系統
-
系統是構建在普通的、廉價的機器上，因此故障是常態而不是意外
-
系統希望存儲的是大量的大型文件（單個文件size很大）
-
系統支持兩種類型讀操作：大量的順序讀取以及小規模的隨機讀取（large streaming reads and small random reads.）
-
系統的寫操作主要是順序的追加寫，而不是覆蓋寫
-
系統對於大量客戶端並發的追加寫有大量的優化，以保證寫入的高效性與一致性，主要歸功於原子操作record append
-
系統更看重的是持續穩定的帶寬而不是單次讀寫的延遲GFS架構
GFS架構：
由三部分組成：GFS master、GFS Client、GFS chunkserver。其中，GFS master任意時刻只有一個，而chunkserver和gfs client可能有多個。
一份文件被分為多個固定大小的chunk（默認64M），每個chunk有全局唯一的文件句柄 （一個64位的chunk ID），每一份chunk會被復制到多個chunkserver（默認值是3)，以此保證可用性與可靠性。chunkserver將chunk當做普通的Linux文件存儲在本地磁盤上。
GFS master是系統的元數據服務器，維護的元數據包括：命令空間（GFS按層級目錄管理文件）、文件到chunk的映射，chunk的位置。其中，前兩者是會持久化的，而chunk的位置信息來自於Chunkserver的匯報。
GFS master還負責分布式系統的集中調度：chunk lease管理，垃圾回收，chunk遷移等重要的系統控制。master與chunkserver保持常規的心跳，以確定chunkserver的狀態。
GFS client是給應用使用的API。GFS Client會緩存從GFS master讀取的chunk信息（即元數據），盡量減少與GFS master的交互。
讀取數據的流程：
-
應用程序調用GFS client提供的接口，表明要讀取的文件名、偏移、長度。
-
GFS Client將偏移按照規則翻譯成chunk序號，發送給master
-
master將chunk id與chunk的副本位置告訴GFS client
-
GFS client向最近的持有副本的Chunkserver發出讀請求，請求中包含chunk id與范圍
-
ChunkServer讀取相應的文件，然后將文件內容發給GFS client。