GFS是google的分布式文件存儲系統，是專為存儲海量搜索數據而設計的，2003年提出，是閉源的分布式文件系統。適用于大量的順序讀取和順序追加，如大文件的讀寫。注重大文件的持續穩定帶寬，而不是單次讀寫的延遲。

　　1.GFS的主要架構GFS架構比較簡單，一個GFS集群一般由一個master、多個chunkserver和多個clients組成。在GFS中，所有文件被切分成若干個chunk，每個chunk擁有唯一不變的標識（在chunk創建時，由master負責分配），所有chunk都實際存儲在chunkserver的磁盤上。為了容災，每個chunk都會被復制到多個chunkserve

　　2.GFS的功能模塊

　　?GFSclient客戶端：為應用提供API，與POSIXAPI類似。同時緩存從GFSmaster讀取的元數據chunk信息；?GFSmaster元數據服務器：管理所有文件系統的元數據，包括命令空間（目錄層級）、訪問控制信息、文件到chunk的映射關系，chunk的位置等。同時master還管理系統范圍內的各種活動，包括chunk創建、復制、數據遷移、垃圾回收等；?GFSchunksever存儲節點：用于所有chunk的存儲。一個文件被分割為多個大小固定的chunk（默認64M），每個chunk有全局唯一的chunkID。

　　3.GFS的寫入流程

　　Client向master詢問要修改的chunk在哪個chunkserver上，以及該chunk其他副本的位置信息。

　　Master將Primary、secondary的相關信息返回給client。

　　Client將數據推送給primary和secondary；。

　　當所有副本都確認收到數據后，client發送寫請求給primary，primary各不同client的操作分配序號，保證操作順序執行。

　　Primary把寫請求發送到secondary，secondary按照primary分配的序號順序執行所有操作

　　當Secondary執行完后回復primary執行結果。

　　Primary回復client執行結果。

　　由上述可見，GFS在進行寫數據時，有如下特點：

　　GFS在數據讀寫時，數據流與控制流是分開的，并通過租約機制，在跨多個副本的數據寫入中，保障順序一致性;

　　Master將chunk租約發放給其中一個副本，這個副本稱為主副本，由主副本確定chunk的寫入順序，此副本則遵守這個順序，這樣就保障了全局順序一致性

　　Master返回客戶端主副本和次副本的位置信息，客戶端緩存這些信息以備將來使用，只有當主副本所在chunkserver不可用或返回租約過期了，客戶端才需要再次聯系Master；

　　GFS采用鏈式推送，以最大化利用每個機器的網絡帶寬，避免網絡瓶頸和高延遲連接，最小化推送延遲；

　　GFS使用TCP流式傳輸數據，以最小化延遲。

　　4.GFS特點?適合大文件場景的應用，特別是針對GB級別的大文件，適用于數據訪問延時不敏感的搜索類業務?中心化架構，只有1個master處于active狀態?緩存和預取，通過在client端緩存元數據，盡量減少與master的交互，通過文件的預讀取來提升并發性能?高可靠性，master需要持久化的數據會通過操作日志與checkpoint的方式存放多份，故障后master會自動切換重啟。