阅读GFS论文时，可以尝试思考如下问题 来自《大规模分布式存储系统》 1）为什么存储三个副本？而不是两个或者四个？ 2）Chunk的大小为何选择64MB？这个选择主要基于哪些考虑？ 3）GFS主要支持追加（append）、改写（overwrite）操作比较少。为什么这样设计？如何基于一个仅支持追加操作的文件系统构建分布式表格系统Bigtable？ 4）为什么要将数据流和控制流分开？如果不分开，如何实现追加流程？ 5）GFS有时会出现重复记录或者补零记录（padding），为什么？ 6）租约（Lease）是什么？在GFS起什么作用？它与心跳（heartbeat）有何区别？ 7）GFS追加操作过程中如果备副本（Secondary）出现故障，如何处理？如果主副本（Primary）出现故障，如何处理？ 8）GFS Master需要存储哪些信息？Master数据结构如何设计？ 9）假设服务一千万个文件，每个文件1GB,Master中存储的元数据大概占用多少内存？ 10）Master如何实现高可用性？ 11）负载的影响因素有哪些？如何计算一台机器的负载值？ 12）Master新建chunk时如何选择ChunkServer？如果新机器上线，负载值特别低，如何避免其他ChunkServer同时往这台机器迁移chunk？ 13）如果某台ChunkServer报废，GFS如何处理？ 14）如果ChunkServer下线后过一会重新上线，GFS如何处理？ 15）如何实现分布式文件系统的快照操作？ 16）ChunkServer数据结构如何设计？ 17）磁盘可能出现“位翻转”错误，ChunkServer如何应对？ 18）ChunkServer重启后可能有一些过期的chunk,Master如何能够发现？