一、GFS
Google File System就是HDFS的前身
HDFS 参照了GFS的设计理念，大部分架构设计概念是类似的，比如 HDFS NameNode 相当于 GFS Master，HDFS DataNode 相当于 GFS chunkserver\
1.设计目标：
多个客户端可以在不需要额外的同步锁定的 情况下，同时对一个文件追加数据
一个问题：
一个 Chunk块为64MB，HDFS中的一个块大小也64MB，但是一般的文件系统中一个磁盘块大小只有512B
=> 那么为什么分布式文件系统中的一个数据块要设置的这么大呢？
0. 目的是为了最小化寻址开销，
1.采用较大的 Chunk 尺寸，客户端能够对一个块进行多次操作，这样就可以 通过与 Chunk 服务器保持较长时间的 TCP 连接来减少网络负载
2.架构：
Master 节点使用心跳信息周期地和每个 Chunk 服务器通讯，发送指令到各个 Chunk 服务器并接收 Chunk 服务器的状态信息。客户端并不通过 Master 节点读写文件数据。反之，客户端向 Master 节点询问它应该联系的 Chunk 服务器。 客户端将这些元数据信息缓存一段时间，后续的操作将直接和 Chunk 服务器进行数据读写操作。
3.GFS的一致性模型：
尽量采用追加写入而不是覆盖，Checkpoint，自验证的写入操作，自标识的记录
4. 对比HDFS架构：master slave model: 只有主人和slave进行主观能动的通信，slave间不会通信。master只会决定哪个slave去做读／写工作，然后client会直接和slave去传输。master只会收到request，master不会传输数据。怎么存储数据：block of small file谁负责去将数据拆分成小的blocks？ => HDFS client
二、BigTable
三、MapReduce
如果觉得《Google 三架马车：GFS BigTable MapReduce》对你有帮助，请点赞、收藏，并留下你的观点哦！
