近期，有幸拜读了Hadoop起源 Google三驾马车之一，GFS这篇论文，无奈知识有限，许多内容都不甚清楚，但总归还是有一些自己的浅见，难登大雅之堂，仅作为以后深入学习的一个回顾。
说起GFS，不得不提到分布式这个概念。早期的互联网不像现在这样发达，也没有现在这样先进，设想一种情况，20年前，双十一有如今这样的火爆，访问量更是数以亿级，相当于一次大规模的DDoS攻击，15年前的服务器性能水平，在如此高强度的访问之下，恐怕撑不了多少时间就会崩溃，正是基于应对这样的情况的前提下，分布式系统，应运而生。
早先，传统的模式是采取单服务器应对这种模式的，即后台只有一台服务器来应对这些访问，那个时代互联网并没有普及到千家万户，甚至可以说是小众化产品，访问过载时，采取的方案是提升服务器的性能，大部分情况下，这种方案是有效的，但在今天，这种单一的方案早已被淘汰。取而代之的是采用多服务器联动的方式来应对高并发的场景。
而GFS，正是在分布式这个基础之上，而发展起来的。
简单而言，GFS，是大型的分布式文件系统，在传统的分布式文件系统上，提供了更多的功能，例如容错功能，可扩展功能，等等。
下面浅析它的工作原理。
首先我们将数以TB计的数据分割为许多块。
这些文件将被放到不同的物理机上面去，正如图中白色方框里面那样。
然后，我们将在众多的物理机中，选举出一台Master服务器，用来管理其他的物理机，即chunk物理机
每一个chunk服务器将会赋予一个64位的全球唯一标识，用于标记一台chunk服务器。
chunk服务器的作用主要用于存放分布式的文件，而master服务器的作用主要用来管理这些chunk服务器，调用chunk服务器的资源，同时提供外部访问的接口。
高并发情况下，对于企业而言，GFS确实是一个相当不错的选择。
当然，不知如此，GFS还为后来的Hadoop奠定了夯实的基础，在大数据领域，数以亿级的数据相当常见，如果不采取必要的措施，没有一台物理机能够承受住如此高压，GFS的出现，恰好是一个解决问题的优秀方案，如果没有分布式，可能就不会出现GFS，没有GFS,也就不会有今天这个大数据技术井喷的时代。
以上，便是我对GFS这篇论文的小小看法，我自己对这边论文也没有看懂多少，都是一些个人见解，有许多错误和不足的地方，欢迎大家在评论区中指正。（另附上GFS 论文原图）
