40 lines
2.2 KiB
Markdown
40 lines
2.2 KiB
Markdown
|
### (fr) Garage, un système de stockage de données géo-distribué léger et robuste
|
||
|
|
|
||
|
|
Garage est un système de stockage de données léger, géo-distribué, qui
|
||
|
|
implémente le protocole de stockage S3 de Amazon. Garage est destiné
|
||
|
|
principalement à l'auto-hébergement sur du matériel courant d'occasion. À ce
|
||
|
|
titre, il doit tolérer un grand nombre de pannes: coupures de courant, coupures
|
||
|
|
de connexion Internet, pannes de machines, ... Il doit également être facile à
|
||
|
|
déployer et à maintenir, afin de pouvoir être facilement utilisé par des
|
||
|
|
amateurs ou des petites organisations.
|
||
|
|
|
||
|
|
Cette présentation vous proposera un aperçu de Garage et du choix technique
|
||
|
|
principal qui rend un système comme Garage possible: le refus d'utiliser des
|
||
|
|
algorithmes de consensus, remplacés avantageusement par des méthodes à
|
||
|
|
cohérence faible. Notre modèle est fortement inspiré de la base de donnée
|
||
|
|
Dynamo (DeCandia et al, 2007), et fait usage des types de données CRDT (Shapiro
|
||
|
|
et al, 2011). Nous exploreront comment ces méthodes s'appliquent à la
|
||
|
|
construction de l'abstraction "stockage objet" dans un système distribué, et
|
||
|
|
quelles autres abstractions peuvent ou ne peuvent pas être construites dans ce
|
||
|
|
modèle.
|
||
|
|
|
||
|
|
### (en) Garage, a lightweight and robust geo-distributed data storage system
|
||
|
|
|
||
|
|
Garage is a lightweight geo-distributed data store that implements the Amazon
|
||
|
|
S3 object storage protocol. Garage is meant primarily for self-hosting at home
|
||
|
|
on second-hand commodity hardware, meaning it has to tolerate a wide variety of
|
||
|
|
failure scenarios such as power cuts, Internet disconnections and machine
|
||
|
|
crashes. It also has to be easy to deploy and maintain, so that hobbyists and
|
||
|
|
small organizations can use it without trouble.
|
||
|
|
|
||
|
|
This talk will present Garage and the key technical choice that made Garage
|
||
|
|
possible: refusing to use consensus algorithms and using instead weak
|
||
|
|
consistency methods, with a model that is loosely based on that of the Dynamo
|
||
|
|
database (DeCandia et al, 2007) and that makes heavy use of conflict-free
|
||
|
|
replicated data types (Shapiro et al, 2011). We will explore how these methods
|
||
|
|
are suited to building the "object store" abstraction in a distributed system,
|
||
|
|
and what other abstractions are possible or impossible to build in this model.
|
||
|
|
|
||
|
|
|
||
|
|
|