分布式系统设计中的单点故障分析—云计算与数据挖掘

分布式系统设计的老问题——单点故障，真是让人又爱又恨。你看 GFS 就挺聪明的，用多个影子Master 节点搞热备，主节点一挂，立马顶上，响应也快，服务不中断。这招，在做高可用架构时还蛮常见的，尤其是涉及大规模文件系统那类场景，几乎是标配了。

名字听着复杂，实际就是搞个“影子”站台，等着主角下台时救场。你要是搞过Hadoop，应该知道NameNode也是单点，一样得。网上有篇文章就讲得比较细，推荐你看看：

保护 Hadoop NameNode 集群单点故障的最佳实践，挺实用。

还有篇说得挺通透的，是 GFS、MapReduce、Bigtable 三驾马车的结构图文解析。链接在这儿：谷歌三驾马车 MapReduce、Bigtable、GFS 分布式基础架构。读完你基本就知道为啥 GFS 要这么设计了。

如果你正好在做高可用服务设计，或者碰到系统老是挂，那这些资料建议你真看看，思路挺启发的。