Los sistemas de almacenamiento mantienen los datos a salvo, accesibles y rápidos, desde un solo disco hasta miles repartidos por centros de datos. Cada diseño equilibra capacidad, velocidad, durabilidad y coste, y la ingeniería interesante está en sobrevivir al fallo: los discos mueren, la corriente cae en mitad de una escritura y la corrupción puede pasar años sin notarse.
Conceptos clave
- Modelos de almacenamiento: dispositivos de bloques, archivos y objetos, cada uno con su interfaz y su terreno ideal.
- Jerarquía de medios: memoria, flash y discos giratorios difieren en órdenes de magnitud de latencia y coste.
- Redundancia: el espejo, RAID y los códigos de borrado cambian espacio extra por tolerancia a discos averiados.
- Replicación y consistencia: copias entre máquinas o sitios, y qué ve un lector tras una escritura.
- Durabilidad: registros de escritura anticipada, volcado a medios estables, sumas de verificación y barridos que detectan la corrupción silenciosa.
- Disposición de los datos: los diseños de registro estructurado, el caché y los niveles dan forma al rendimiento más que el hardware en bruto.
Vocabulario
- IOPS y rendimiento: operaciones por segundo y bytes por segundo, dos límites distintos.
- RAID: combinar discos para ganar velocidad, redundancia o ambas.
- Código de borrado: dividir los datos en piezas para poder reconstruirlos a partir de un subconjunto.
- Instantánea (snapshot): una vista congelada y consistente de los datos en un momento dado.
- Fsync: la llamada que fuerza los datos a un medio estable.
Qué estudiar, en orden
- Cómo funcionan los sistemas de archivos y los dispositivos de bloques en tu propia máquina.
- Mide un disco con una herramienta de benchmark y compara aleatorio con secuencial, y pequeño con grande.
- Construye un RAID o un espejo con archivos en un laboratorio, haz fallar un miembro y reconstrúyelo.
- Escribe un pequeño almacén clave-valor de registro estructurado con un registro de escritura anticipada y pruébalo contra caídas.
- Estudia la replicación y los códigos de borrado en un almacén distribuido, y calcula el coste en espacio de cada uno.
Etiquetas relacionadas
#file-systems #databases #backups #distributed-systems #performance-evaluation