GFS

论文首先分析了作为一个大型的分布式存储系统的特点和难题：

1. 故障：所有分布式系统的共同特点是总有机器会发生故障，系统需要能够应对这种情况。
2. 文件体积巨大：文件往往以 GB 的级别进行传输，因此文件系统的块大小必须重新设计。
3. 追加写入为主：许多文件只进行追加写，而不是覆盖现有的数据。同时，读取以顺序访问为主。

由于以上特点，GFS 在设计时提出了以下假设：

MapReduce 根据使用者的不同，会产生不同的视角：

• 分布式系统的使用者：重点关注 Map&Reduce 两类函数的编写，无需关心具体的分布式框架。
• 分布式系统的开发者：需要管理 Map&Reduce 如何分发到机器上以便降低网络传输需求，同时关注冗余和备份以便顺利且迅速的完成计算任务。

接下来，本文作为 MapReduce 论文和 Mit6.824 的阅读笔记将以分布式系统的开发者的视角分析如何构建一个 MapReduce 系统。

分布式系统的抽象和实现工具

分布式系统无外乎考虑以下三点：

• 存储：构建一个多副本、容错的、高性能的分布式存储实现。
• 通信：在不可靠的且带宽有限的网络上交换数据。
• 计算：通过尽可能并行化任务，降低延迟并提高吞吐率。

同时，分布式系统存的实现目标同样有三点：

什么是 HTTP/3？

要理解什么是 HTTP/3，需要明白 HTTP/3 的提出为了解决哪些问题，通过什么手段解决。

为什么需要中断

计算机中有大量的硬件，它们之间通过各种总线连接，比如：

• CPU和内存通过某种专有的高速总线连接。
• 显卡和现代的SSD等高速设备通过PCIe连接到CPU。
• 鼠标、机械硬盘等缓慢的设备通过外设 I/O 总线连接到 CPU。

实际现代 CPU 将内存控制器集成于芯片，采用 DDR4/DDR5 通道，由内部互连（如 Intel UPI、AMD Infinity Fabric）管理多路内存访问。