(1)scene：整个场景的入口点，由node构成图（树）结构（类似OSG的场景组织）组成
(2)node：场景层级中的一个节点，可以包含位置变换，可以有子节点。同时，node通过指向mesh、camera、skin来描述node的形变
(3)camera：定义渲染场景的视点配置
(4)mesh：描述了在场景中出现的几何物体，并通过accessor（访问器）来访问其真实的几何数据，通过material（材质）来确定渲染外观
(5)skin：蒙皮描述模型绑定到骨骼上的参数，用来实现骨骼动画，其真实数据也是通过访问器来获取的
(6)animation：骨骼动画，描述某个节点怎么随着时间运动
(7)accessor：访问器，定义了如何从二进制数据源中获取数据，在mesh、animation、skin中都会用到访问器。其指向buffer和bufferview，在这里面存着真正的几何数据
(8)material：材质包含了定义物体模型外观的参数，特别是纹理参数
(9)texture：包括采样器和图片，定义如何将纹理映射到模型
下图是结合官方的图片，做的一张结构图：
glTF文件主要由以下几个文件组成：
(1)gltf文件：json文件，描述整个场景结构、动画、相机以及和二进制文件和图片文件的联系方式
(2)二进制文件：几何、动画、蒙皮的真正数据文件
(3)图片文件：主要是纹理图片文件
结构图如下：
首先读取解析glTF的JSON文件格式，解析完成后，就能知道buffer和image的读取方式，然后在二进制数据块中读取即可
(1).buffer中的二进制文件
一个buffer包含一个URI，指向包含实际数据的二进制文件（.bin文件），通过buffers、bufferviews和accessors中，可以知道文件的数据类型，布局。读取出来的数据不需要解析，直接送进GPU进行渲染。
(2).图片文件
一个image中包含一个URI，通过这个ID去获取具体的图片文件。