SD1-23-2-TéllezGonzálezJorgeLuis-Sintesis6

Vista previa del material en texto

Sistemas de
Archivos
Distribuidos
Se encarga de
administrar los
diferentes procesos para
el almacenamiento
persistente en sistemas
distribuidos. Al igual que
los sistemas de archivos
clásicos, son una interfaz
intermediaria para
administrar el
almacenamiento.
Tipos
De acuerdo al objetivo
del sistemas de archivos
distribuido, puede estar
conformado con una
arquitectura distinta,
como pueden ser:
Cliente-Servidor
Se basa en computadoras
capaces de atender
peticiones de clientes en el
menor tiempo posible.
Se especializan en servicios,
Pueden basarse en un
modelo de carga y
descarga o acceso remoto.
Características
Tolerantes a fallos
Manejar gran
cantidad de datos
Compartición de
recursos.
Escalabilidad.
Arquitectura
Simétrica
Aunque no son
explícitamente un sistema de
archivos distribuido, se
pueden adaptar a uno. En
ellas, los nodos son idénticos y
todas las unidades trabajan
como iguales dentro de ella.
Los sistemas de archivos distribuidos como AFS proporcionan un
espacio de nombres uniforme y transparente, permitiendo la
colaboración y el acceso a archivos desde múltiples estaciones de
trabajo.
La replicación de lectura-escritura y los protocolos de bloqueo
distribuido son técnicas clave utilizadas para mantener la
integridad y el control de los flujos de información en sistemas
distribuidos de archivos, evitando su corrupción.
Los sistemas de archivos distribuidos desempeñan un papel
fundamental en la escalabilidad y tolerancia a fallos, y así mismo,
desempeñan un papel vital para la Ingeniería de Datos, ya que
representan el punto vital de su flujo. DBs como Cassandra
resultan especialmente adecuados para ese papel.
Basado en clúster
Se especializan en análisis y
procesamiento de grandes
volúmenes de información
en unión con otros equipos.
Se especializan para el
manejo de datos
matemáticos o científicos.
Emplean técnicas de
distribución de archivos para
dividirlos entre varios nodos
Características GFS
Almacenamiento de datos
en bloques.
Bloques de datos
distribuidos.
Servidores de datos
maestros y secundarios.
Alto rendimiento y
tolerancia a fallos.
Funcionamiento
Replicación de datos: almacenar
copias en múltiples nodos.
Particionamiento: dividir archivos
en partes pequeñas.
Manejo de conflictos:
mecanismos de bloqueo
concurrente.
Los archivos se almacenan en
múltiples nodos, los cuales no se
garantiza que siempre estén activos
ni el usuario podrá ver en donde
están ubicados. Para eso emplea:
Sincronización
Replicación lectura-escritura:
garantiza que las operaciones de
lectura puedan realizarse en
cualquier nodo, pero las
operaciones de escritura solo se
permiten en un nodo a la vez.
Bloqueo distribuido: coloca un
bloqueo en el archivo para evitar
que otros usuarios lo modifiquen
simultáneamente.
Para que los datos puedan
mantener integridad, se emplean 2
técnicas de sincronización:
Ventajas
Alta disponibilidad.
Manejo de grandes
cantidades de datos
en redes robustas.
Recursos compartidos
en red.
Excesiva complejidad
para mantener
integridad.
Alto costo de
mantenimiento y
diseño.
Desventajas
Sistema NFS
Es un protocolo para el
acceso a archivos y
directorios de forma
remota en una red,
desarrollado por Sun
Microsystems y usando un
modelo cliente-servidor
Aplicaciones
Compartir archivos entre
múltiples sistemas.
Copias de seguridad.
Almacenamiento Cloud.
Virtualización
Computación de alto
rendimiento.
AFS
Desarrollado por investigadores
liderados por Tanenbaum, con
el objetivo de crear una vista
uniforme de datos
almacenados en múltiples
equipos. Fue adquirido por IBM 
y su uso continúa hasta la
actualidad en aplicaciones
científicas, de investigación y
empresariales.
Características
Proporciona un espacio de
nombres homogéneo.
Utiliza servidores confiables
llamados Vice.
Se utiliza el sistema
operativo Unix,
Los archivos solicitados se
almacenan en la memoria
caché local.
El kernel se modifica para
enrutar solicitudes de
archivos a los procesos de
cliente Venus.
Ventajas y desventajas
Gran espacio en cachè.
Funcionamiento asíncrono.
Alto rendimiento de red.
Autenticación de usuario
con Kerberos.
Permisos modulares de
archivos.
No admite semántica Unix.
Renovación anual.
Demasiado restrictivo a nivel
de seguridad.
Cassandra
Sistema gestor de BD NoSQL
que emplea un CFS interno
para la gestión distribuida de
los datos en la base. Admite
tanto datos estructurados
como no estructurados y su
arquitectura es distribuida.