GFS论文发表距今已经十几年了，据之开源的hdfs也已经在业界得到了广泛应用。为了取得分布式系统的真经，拜读一下这篇经典论文。
先整一张比较风骚的图
再看一张正经图
那么你应该可以看出，系统就由四部分构成了
一个 Master
多个 Chunkserver
多个客户端
一目了然，真简单
mutation原意为突变，此处意为文件变更，是GFS设计的关键和复杂之处，也是其一致性模型要处理的核心问题。文件的变更有三种可能。
那么文件的变更，主要就在于如何处理write和append两种操作了。write和append大体类同，先说write，再说append就简单了。
论文里面详细描述了写的流程，不再赘述，关键在于master指定了要被更改chunk的primary replica（首席副本，假定其所在主机为P），并给了它一个lease，有时间限制，可以视之为令牌。此时P就可以全权执行写操作了，如果有并发写入，P就内定一个顺序，然后其它副本也会按照这个顺序写入，这样当所有副本写入完成后，它们的内容就完全一样了。各个副本写完后回复primary replica，然后P应答client写入成功或者失败。
其实从上面可以看到，master只要指定了primary replica，下面就垂拱而治了。这极大地减轻了master的负担，使得单master可以支持那么大的集群。
下面再给大家上两张更清晰的写流程图：
client下发数据：图中粗的实线代表数据流，左右的client代表并发写入
client命令primary replica(主副本)写入，后者确定写入顺序，让其它副本照办
与写入不同，append操作时，client只要提供数据即可，写入时的offset是由primary replica确定的。其它基本一致。
那么，怎么理解“append at least once atomically”，至少会有一次原子性的追加操作。也就是说，如果有副本失败，那么client端会重试，则某些副本可能会多次追加数据，也就是说在某些副本上，数据可能有重复。但是对于所有的副本，在同样的offset处，至少会有一份数据。
在讨论一致性问题前，先看看什么是consistency和defined
根据上面的图片，上面几个概念就很清晰了。
下表即为GFS在不同情况下修改文件后的状态：
可以说，GFS这种弱一致性模型是针对其特殊应用场景的，可以获得很高的读写性能。
