GFS是什么
GFS，顾名思义就是谷歌文件系统，和Big Table，Map Reduce并称谷歌三驾马车。 大部分谷歌服务的基石（Search, Cloud Drive, Gmail etc.）
最底层是文件系统，在之上是将数据模型抽象出来，便于很好的使用，这就是bigTable，在之上是算法， 算法除了访问数据模型外，还能够直接访问文件系统，最上面就是各类应用了
gfs从哪里来
源头是如何保存一个文件？保存文件需要两部分：
metadata：包括文件信息和索引
file content：具体的文件内容
此时索引信息会保存的粒度更粗，存的是chunk，每个chunk是64M
再进一步，怎么保存超大文件确定啊很明显：chunkServer的变化都需要将其告诉master
怎么进行改进？
将master保存每一块在哪个服务器上，每个服务器的索引放到chunkServer中
GFS容错机制
- 怎么发现数据损坏
可以对每个block保存个checksum，对于1T的数据，只有64M，完全可以放到内存中
如果数据损坏的话呢，Chunk Server就找Master恢复数据为了防止数据的丢失，就做冗余存储，每个chunk存3份，在chunkServer的选择上，尽可能放到不同的机房，然后同机房也放到不同的机架上
心跳的设计：可能是由于master和server之间网络不通，这个时候，master会求助其他的server，让他们再去ping下失联的server
当发现副本数小于3个，会启动修复进程进行修复，修复的优先级
怎么应对热点
负载均衡
核心读写操作
好了，我们构建这么一个庞大的系统最后不就是要读和写嘛，现在我们看看GFS是如何读写的。读数据时Client先向Master要到Chunk信息，然后去ChunkServer取数据
写文件的时候呢，也是先找到Master Server要到信息，然后找到距离最近的Chunk Server。由其带领其他ChunkServer一起写数据。如果图中有任何一步出现错误则中止写入，返回错误
写的时候是往最近的server写，然后server再接收到数据后就往其他server发送，在写入的时候呢，是先缓存下来，最后都缓存好了，再写入到磁盘，好处是减少出错的概率，因为一旦缓存好，再写出错的几率就大大减少了。
第3步是cache，都cached后，由primary server负责协调开始写入，都写成功后，告诉客户端
如果写入出错了怎么办？如果引入出错处理机制，会引入更多的问题，往往解决一个问题会带来更多的问题，因此系统在设计过程中，尽可能只提供最简单的功能，由客户端来负责重试
