如何入門分散式計算？

01-14

想學一點這方面的知識。小弟在此先謝過了。^.^

先看看google的mapreduce,bigtable那幾篇經典的論文。不要太多，要選擇經典。因為絕多數都不怎麼樣。

然後選擇簡單和成熟的分散式系統玩玩，寫幾個簡單的程序。並對他們敢興趣的地方看看源代碼。

然後就是想想已有系統有什麼不好的地方進行一下修改。所有的系統都是tradeoff的產物，所以你總是可以找到性能提升的地方。

中途會遇到很多bug，多問問論壇。也會遇到理論上的不足，這個時候有針對性的看論文或者書籍。大致如此吧！

不推薦看理論性很強的書(不意味著不需要掌握)。找個你感興趣的開源工具，然後看看他的document和論文，讀讀源碼，用一用。不只要知道很多分散式的工具可以做什麼，最重要的還是自己要深入一個。有廣度有深度，領會某個優秀工具設計上的理念。

理論基礎：http://book.douban.com/subject/3108801/

按圖索驥：http://wenku.baidu.com/view/895a2a3467ec102de2bd8902.html

再看看google的三篇經典論文，hadoop，hbase等等成熟的系統設計。大概知道這類系統難在哪，一般的解決方案是什麼。

再就是找個機會，實際參與個項目，編點碼吧。如果能參與從無到有的設計更好，不過機會很難遇。

一家之言，僅供參考。

簡單的說：

理論+實踐

分散式計算太籠統

---

比如說hdfs系統，從谷歌的那篇GFS論文發表的2004年到現在的2014年年底，已經整整的10年過去了。

學習一個系統，最好的方法是縱軸和橫軸來看。

縱軸就是觀察系統的演變過程，還是拿hdfs來說，十年的時間變化很多，hdfs的架構變化是為了解決可靠性，可用性。

從最初的hdfs 1.0的 single NameNode + SecondaryNameNode + DataNode 架構，到hdfs 2.0 的NameNode HA + NameNode Federation，這個架構的演變，就值得細細把玩。

橫軸看，就是將同類型的系統拿來做比較，有了比較，就有了更直觀的認識。還是拿hdfs來說，同類型的系統，有 MapR FS 和谷歌的GFS 2.0（誰有資料，麻煩發一下），MapR FS 的資料還是有一些的。通過比較這些個系統的不同，會加深對分散式文件系統的理解，不僅僅是hdfs這一個，因為很多理論和實踐是相通的。

最後補充一句話，對於一家公司來說，照搬開源不一定是好事，有一句話說的好：

學之者生，用之者死

這句話是說ACE的，（勿噴）

先搞懂「事務」。