问题标签 [gfs]

Google 文件系统的吞吐量是多少？

我想知道是否可以检查文件是否已被同一 GFS 集群中的另一个节点打开。例如，fuser 命令在 TruCluster 中在集群范围内运行。是否可以通过命令或 API 查询锁管理器的数据？

In BigTable/GFS and Cassandra terminology, what is the definition of a SSTable?

像 Google File System 和 Hadoop 这样的分布式文件系统不支持随机 I/O。
（它不能修改之前写入的文件。只能写入和附加。）

他们为什么要设计这样的文件系统？
设计的重要优势是什么？

PS 我知道 Hadoop 将支持修改写入的数据。
但是他们说，它的性能会很不好。为什么？

基本上整个问题都在标题中。我想知道是否可以同时从多台计算机附加到位于 HDFS 上的文件？诸如存储由多个进程不断产生的事件流之类的东西。顺序并不重要。

我记得在 Google 技术演示之一中听到 GFS 支持此类附加功能，但尝试使用 HDFS 进行一些有限的测试（使用常规文件 append() 或使用 SequenceFile）似乎不起作用。

谢谢，

根据webopedia，这是一个处理器同时读取和写入总线的时候......不包括其他处理器访问它。

根据维基百科，在数据库中，这意味着一组操作要么全部发生，要么不发生

在并发编程中，这意味着一组操作瞬间发生，如系统维基百科所见

但是我需要知道在文件系统的上下文中原子性指的是什么，特别是谷歌文件系统。

似乎是一个过度使用的词，人们使用它听起来很酷..但是关于文件系统是否有更学术的定义？

似乎原子是指不分解某些东西，即原子......在一般情况下。我不断听到用于 Google 文件系统的原子读取和原子写入术语。

我的猜测将意味着它完全发生或根本不发生，并且在一个“步骤”中。指时间（出现瞬间）和构图（所有部分都完成）的统一。

这听起来正确吗？

我正在尝试使用基于 Javascript 的绑定来构建自己的 Gnome-Shell-Extension，它只是嵌入了一个 webkitview。

但是以下 3 行让 gnome-shell 完全崩溃（顶部面板消失，需要重新登录才能重新启动）。因此无法查看“错误”标签来找出问题所在。

有什么办法可以获取一些信息是怎么回事？

我刚刚读完 Google 文件系统 (GFS) 论文。论文说 GFS 是

看到整篇论文都强调了这一特点，我认为它一定非常重要。

作为一个完全没有工作经验的学生Appending Operations，谷歌所说的现实生活中有哪些例子？听起来很激烈。

查看Apache Flume 中的 HDFS 接收器默认参数，这似乎会产生大量非常小的文件（1 kB 卷）。根据我对 GFS/HDFS 的了解，块大小为 64MB，文件大小应为千兆字节，以确保一切高效运行。

所以我很好奇 Flume 的默认参数是否只是误导，或者我是否在这里遗漏了其他东西。

干杯。

阅读文章The Google File System后，我仍然对以下几点感到困惑：

1. '追加操作'与'写操作'有什么优势？文章强调使用追加操作而不是写操作，我想知道为什么。追加比写快？

2. 为了保持一个chunk的redundancy之间的一致性，gfs使用lease让一个chunkserver作为primary，并且让primary决定操作顺序来达到一致性，我的问题是如果重试之后update操作还是不能成功，redundancys会处于不一致的状态。那么当不同的客户端来读取更新失败的相同偏移量的同一个chunk时，他们可能会读取不同的内容。gfs是如何处理这种问题的。

3. 如果追加操作发生错误，主chunkserver会选择一个新的偏移量来追加记录吗？记录是什么意思？当客户端读取文件时，它如何处理文件中的一些填充或重复记录？