Google File System论文阅读难点笔记

阅读GFS论文时，发现有几个地方特别不容易理解，特记录如下。

一致性问题

GFS中的文件由块组成，同一个块有多个副本，副本分布在不同的节点上，如何保证数据的一致性？

论文中有“宽松的一致性模型”这种说法，一般的理解，“宽松”的意思就是不严格保证，为什么呢？原文中的说法是为了简化系统设计。

为什么会有一致性的问题？一致性问题产生的根源是什么？

写入操作失败，是导致不一致性的一个原因。

更普遍的原因是用户多路并发写操作，因为简化系统设计，又没有提供复杂的同步机制。

一致性涉及到的重要概念：

1. consistent：对于文件中的一块区域，比如从某个偏移量开始到某个偏移量结束，如果客户端从任意副本读出的这块数据都相同，则认为文件的这块区域在系统中是consistent，也就是一致的，但一致并不等同于正确。
2. defined：如果对于文件中的某一个区域，如果一个变更完成后，区域中的数据在保持一致性的同时，所有的客户端都能完整的看到这次变更，则说明这块区域是defined，也就是定义的，这是理解的状态。

接下来看下表：

	随机写	记录追加写
串行成功	定义的	定义但部分不一致
并发成功	一致但是未定义
失败	不一致

• 随机写串行成功