GFS

GFS是三个单词的首字母，它的全称是Google File System。

我们都知道操作系统都有自己的文件系统，比如windows的文件系统是ntfs，linux的文件系统是ext4，而谷歌的文件系统是什么呢？说白了，它就是一个分布式文件系统，它通过使用廉价的机器，搭建得高可用的，能够存储海量数据的分布式系统。

集中分布式

我们知道，分布式系统指的是网络上可以互相连接的机器构成的软件系统，它们整体对外提供服务，而面对大量的机器设备，如何管理它们就成为了问题，而谷歌采取的就是我们熟悉的集中分布式，通过一个中央集权设备进行其它设备的管理，为了提高管理效率，这个中央集权设备采用内存存储其它设备节点的信息。为了防止数据的丢失，通过日志的方式记录各个节点操作细心，如果你有过数据库相关的知识的话，你会发现这和mysql和redis的持久化很像。

容错性

谷歌的文件和机器都是普通的廉价机器，为了避免出现问题，所以对数据都进行了备份，也就是一个数据存在了三个地方，两个地方的数据是冗余备份。

当客户端访问文件的时候，可以从三个地方按照一定规则访问。

工作模式

当客户端想要读取或者写入文件的时候，它会通过集中设备master进行写入读取设备的查询，然后master给出文件的路径位置之后，客户端直接和其它文件系统连接操作，这样可以避免master成为系统的瓶颈。

虽然master只有一个，但是它也是有备份的，只有这样才能够保证系统的高可靠性，而对于master的一致性管理，则是通过分布式算法进行数据的同步。

设备块

文件是通过块进行管理的，关于块的大小，谷歌采用的是64M，这个大小的设计可以减少客户端和master之间的通信，因为大部分文件都可以在这个块里写入，但同时，过小的文件也会造成块空间的浪费。

总结

GFS的提出并没有使用很多看似高大上的技术，但是它却实实在在解决了海量数据存储在廉价机器上的愿望。因为它大大减少了成本，所以它的思想被广泛应用，这也是Hadoop诞生的原因。

现在来看，GFS也并非非常完美，但是技术就是这样，它是不断发展前进的，并且它总是伴随着解决实际需求问题而产生发展的。