Sistemas de archivos distribuidos. Alvaro Ospina Sanjuan

Transcripción

1 Sistemas de archivos distribuidos Alvaro Ospina Sanjuan

2 >Abstracción del sistema operativo para representar y organizar los recursos de almacenamiento >Se debe hacer la diferencia entre servicio de archivos y servidor de archivos Introducción

3 Algunos sistemas de archivos >Windows FAT, VFAT, NTFS >Unix Minix, ext2, ext3, ext4, ReiserFS, XFS >Distribuidos Coda, NFS, AFS, nbd, GFS >Especiales tempfs, swap, devfs, proc >Solo lectura Joliet Rock Ridge, iso9006, UDF

4 Conceptos >Superbloque Tiene información del sistema de archivos como un todo >Inodo Contiene toda la información sobre un archivo exceptuando su nombre Contiene los identificadores de los bloques de datos donde están los datos de un archivo No puede contener todos los identificadores

5 Conceptos >Directorio Un registro en un directorio consiste en un nombre de un archivo y el número del inodo que lo representa >Bloque de datos Un inodo tiene los números de varios bloques de datos en los cuales están guardados los datos de un archivo

6 Conceptos >Bloques indirectos Si se necesitan más bloques de los separados por un inodo para guardar un archivo, se reservan más bloques de forma dinámica Estos bloques, que son reservados de manera dinámica, se llaman bloques indirectos Esto quiere decir que para encontrar el bloque correcto, es necesario buscar el bloque indirecto primero

7 Conceptos >Bloques indirectos Si se necesitan más bloques de los separados por un inodo para guardar un archivo, se reservan más bloques de forma dinámica Estos bloques reservados de manera dinámica se llaman bloques indirectos Esto quiere decir que para encontrar el bloque correcto, es necesario buscar el bloque indirecto primero

8 Servicio de archivos >Es la especificación de los servicios que el sistema de archivos ofrece a sus clientes. >Describe las primitivas disponibles, los parámetros que utilizan y las acciones que llevan a cabo. >Define precisamente el servicio con que pueden contar los clientes sin decir nada respecto de su implantación.

9 Servidor de archivos >Es un proceso que se ejecuta en alguna máquina y ayuda con la implantación del servicio de archivos. >Puede haber uno o varios en un sistema. >Los clientes no deben ser conscientes de la forma de implantar el sistema de archivos

10 Componentes para el diseño >El verdadero servicio de archivos que se encarga de realizar las operaciones de lectura, escritura, etc. Sobre los archivos individuales >Servicio de directorios para crear y eliminar directorios así como los archivos que los componen

11 Protección en el servicio de archivos >Permisos (posibilidades) o tipos de acceso Lectura, Escritura, Etc. >Listas de control de acceso Objeto-sujeto-permisos

12 Protección en el servicio de archivos Lista de control de Acceso

13 Clasificación de los servicios de archivos Carga Descarga

14 Clasificación de los servicios de archivos Acceso Remoto

15 Interfaz del servidor de directorios >Proporciona operaciones para crear y eliminar directorios, nombrar y cambiar el nombre de archivos y mover archivos de un directorio a otro >Se utiliza un sistema jerárquico de archivos, representado por un árbol de directorios

16 Interfaz del servidor de directorios

17 Interfaz del servidor de directorios >En ciertos sistemas es posible crear enlaces o apuntadores a un directorio arbitrario >En una jerarquía con estructura de árbol solo se puede eliminar un enlace con un directorio si el directorio al cual se apunta está vacío. >se permite la eliminación de un enlace mientras exista al menos otro

18 Interfaz del servidor de directorios

19 Interfaz de directorios Número de directorios que apuntan a este directorio Máquina Máquina 2

20 Interfaz del servidor de directorios >Transparencia del nombrado de los archivos Nombre máquina + ruta de acceso. Montaje de sistemas de archivos remotos en la jerarquía local de archivos (NFS). Una sola estructura de nombres global se encarga de nombrar todos los archivos del sistema.

21 Semántica de los archivos compartidos >Semántica UNIX Si un read sigue a un write, read debe regresar el valor recién escrito. Si dos write se realizan en serie y luego se ejecuta un read, el valor que se debe regresar es el almacenado en la última escritura. >En un sistema distribuido se logra si Solo existe un servidor de archivos. Los clientes no ocultan los archivos.

22 Semántica de los archivos >Problemas compartidos Retrasos en la red Desempeño: Todo pasa por un único servidor Modificación simultanea >transacciones atómicas Se garantiza que todas las llamadas contenidas en la transacción se llevarán a cabo en orden. No habrá interferencias de otras transacciones concurrentes

23 Implantación de un Sistema Distribuido de Archivos 1. El uso de los archivos. 2. La estructura del sistema. 3. El ocultamiento. 4. La duplicación o réplica. 5. El control de la concurrencia.

24 1. El uso de los archivos >Los patrones de uso observados son La mayoría de los archivos son pequeños. La lectura es más común que la escritura. La mayoría de los accesos es secuencial. La mayoría de los archivos son de corta vida. Es poco usual compartir archivos. Los procesos promedio utilizan pocos archivos. Distintas clases de archivos poseen propiedades distintas.

25 2. Estructura del sistema >En ciertos sistemas no existe distinción entre un cliente y un servidor >En otros sistemas el servidor de archivos y el de directorios son solo programas del usuario >El hardware de las maquinas es diferente >Si el servicio de archivos y/o directorios es local o remoto >Si los servidores tienen información del estado de los clientes.

26 2. Estructura del sistema >Información de los estados Luego de abrir un archivo el servidor debe mantener la información que relacione los clientes con los archivos abiertos por éstos. Al abrir un archivo el cliente recibe un descriptor de archivo que se utiliza en las llamadas posteriores para identificación del archivo. Al recibir una solicitud el servidor utiliza el descriptor de archivo para determinar el archivo necesario. La tabla que asocia los descriptores de archivo con los archivos propiamente dichos es información de estado.

27 3. Ocultamiento >Existen cuatro lugares donde se pueden almacenar los archivos o partes de ellos El disco del servidor. La memoria principal del servidor. Cache El disco del cliente (si existe). La memoria principal del cliente. Cache

28 3. Ocultamiento >Consistencia del cache Una solución a la inconsistencia del caché es el algoritmo de escritura a través del caché Ante un cambio, el nuevo valor de mantiene dentro Se envía de inmediato al servidor. Un método distinto a la consistencia es utilizar un algoritmo de control centralizado

29 4. Replica >Principales razones para la réplica son Aumentar la confiabilidad al disponer de respaldos independientes de cada archivo. Permitir el acceso a archivos aún cuando falle un servidor de archivos. Repartir la carga de trabajo entre varios servidores

30 4. Replica >Formas de llevarla a cabo Que el programador controle todo Replica retrasada Replicas en otros servidores aposteriori de manera automática Comunicación en grupo Escritura simultanea a todos los servidores

31 5. Control de la concurrencia >El principal problema es la sincronización >Algoritmo de copia primaria >Algoritmo de voto Gifford >Algoritmo del voto Fantasma

32 5. Control de la concurrencia >Algoritmo de copia primaria La actualización se envía al servidor primario Realiza los cambios localmente. Envía comandos a los servidores secundarios para ordenarles la misma modificación. Las lecturas se pueden hacer de cualquier copia.

33 5. Control de la concurrencia >Algoritmo de voto de Gifford La idea fundamental es exigir a los clientes que soliciten y adquieran el permiso de varios servidores antes de leer o escribir un archivo replicado. Se utiliza el número de versión, que identifica la versión del archivo y es la misma para todos los archivos recién actualizados.

34 5. Control de la concurrencia >Algoritmo del voto de Gifford Para leer un archivo con N réplicas un cliente debe conformar un quórum de lectura, es decir una colección arbitraria de N r servidores o más. Para modificar un archivo se necesita un quórum de escritura de al menos N w servidores. Se debe cumplir que N r + N w > N, por lo cual nunca se podrá obtener un quórum de lectura y otro de escritura al mismo tiempo. Generalmente N r es muy pequeño y N w muy cercano a N ya que generalmente las lecturas son más frecuentes que las escrituras.

35 5. Control de la concurrencia >Algoritmo del voto Fantasma Crea un servidor fantasma para cada servidor real fallido: Interviene solo en el quórum de escritura. La escritura solo tiene éxito si al menos uno de los servidores es real.