¿Cuáles son algunos de los problemas de investigación abierta más interesantes en los sistemas de archivos?

Esta es una pregunta difícil de responder, pero estoy de acuerdo con Jeff Darcy en que los procedimientos FAST son la mejor manera de tener una idea de lo que la comunidad está trabajando actualmente.

Como probablemente pueda ver en los procedimientos, dos áreas que están realmente de moda en este momento son el almacenamiento flash y la deduplicación. Hubo una gran cantidad de documentos centrados en estas dos áreas en la edición de este año de FAST. (Una advertencia justa: varias personas sienten que estas dos áreas ahora se han saturado).

Mis propios intereses se han centrado en la coherencia y fiabilidad del sistema de archivos. Con el almacenamiento cada vez más virtualizado, un área interesante de investigación es echar un vistazo a la pila de almacenamiento con elementos virtuales y repensar algunas de las decisiones de diseño tomadas para los sistemas de archivos destinados a ejecutarse directamente en el almacenamiento.

Es interesante que hayas mencionado los sistemas de archivos locales. Una de las conclusiones de mi trabajo de investigación reciente (The No-Order File System) es que para los sistemas de archivos distribuidos, algo como ext3 con registro en diario probablemente sea excesivo. Podría ejecutar un sistema de archivos local mucho más simple (y más rápido), con el requisito de que pueda detectar inconsistencias de manera confiable. En general, creo que echar un vistazo a la pila en su conjunto y simplificar el sistema de archivos puede conducir a muchas otras mejoras.

Esto probablemente depende de lo que considere un sistema de archivos. ¿Considera que el sistema de archivos es la API, como POSIX o Win32? ¿Considera el formato de los bits en el almacenamiento persistente? ¿Considera la transferencia de datos entre clientes y servidores, o sistemas peer-to-peer? ¿Considera las bibliotecas que implementan la funcionalidad “sistema de archivos como”? ¿O quizás consideras el código que cambia de estado?

Leer la literatura (FAST, SOSP, OSDI, USENIX ATC) es un imperativo. Si bien FAST tiene la mayor colección de documentos, los que encuentre en los otros lugares podrían ser más escasos, pero probablemente sean tan perspicaces.

Mi dirección de investigación últimamente ha sido muy introspectiva: ¿cómo llegamos aquí ? Hay una parte de mí que sacude la cabeza con asombro al pensar que la estructura básica de un sistema de archivos se estableció en 1965 (MULTICS describió una estructura jerárquica, con seguridad y archivos) y en gran medida nos hemos quedado con esa estructura. Algunos han propuesto otros modelos para la organización de datos, pero hasta ahora ninguno ha estado cerca de derrocar esa supremacía. ¿Fueron los desarrolladores de MULTICS particularmente afortunados o particularmente dotados de haber encontrado el modelo correcto?

Lo que me sorprende es que parece que en casi todos los lugares donde miro en los sistemas de archivos hay preguntas de investigación interesantes. El Caso para las estructuras de índice aprendidas, publicado a principios de este mes (4 de diciembre de 2017), en realidad propone algunas posibles preguntas de investigación. Como otros señalan, hoy tenemos opciones de almacenamiento radicalmente diferentes y hay evidencia convincente en la literatura de que tratarlas como “otro dispositivo de bloque” puede no ser la opción correcta.

¿Por qué la gente sigue construyendo sistemas de archivos? ¿Podemos mejorar el proceso? ¿Mejoraría un proceso mejor la innovación?

Tal vez prefiera métodos formales: ¿cómo define la consistencia de un sistema de archivos? ¿Cómo demuestra que su diseño es válido (p. Ej., Siempre deja el sistema de archivos en un estado coherente?) Tal vez podría usarse un modelo formal de sistemas de archivos de unión para verificar que proporciona un comportamiento correcto en todo el espacio de estados.

Tenemos muchos sistemas de archivos distribuidos, sin embargo, ciertamente hay espacio en el universo del espacio de diseño para explorar otras posibles compensaciones. No he profundizado en esa área en un tiempo, por lo que no puedo sugerir nada específico en este momento, vuelva a consultarme en seis meses.

Cuando leí el documento de ASC, me pregunté si no podríamos hacer algo similar con el almacenamiento, esencialmente recordando las operaciones de almacenamiento comunes. Probablemente sea una idea loca, pero sé que al analizar demasiados rastros es común ver que las mismas operaciones se realizan repetidamente.

Si son “más interesantes” se relacionará en última instancia con lo que usted encuentre interesante. Por lo tanto, elegir uno se deja como un ejercicio para el lector.

Aparte del sistema de archivos basado en Flash, las obras relacionadas con el sistema de archivos basado en RAM son bastante fascinantes. Uno de estos proyectos en desarrollo es RAMCloud (Proyectos). Se ve muy interesante 🙂