Uniform: Uniform buckets aggregate

Uniform: Uniform buckets aggregate devices with exactly the same weight. For example, when firms commission or decommission hardware, they typically do so with many machines that have exactly the same physical configuration (e.g., bulk purchases). When storage devices have exactly the same weight, you may use the uniform bucket type, which allows CRUSH to map replicas into uniform buckets in constant time. With non-uniform weights, you should use another bucket algorithm.
List: List buckets aggregate their content as linked lists. Based on the RUSH P algorithm, a list is a natural and intuitive choice for an expanding cluster: either an object is relocated to the newest device with some appropriate probability, or it remains on the older devices as before. The result is optimal data migration when items are added to the bucket. Items removed from the middle or tail of the list, however, can result in a significant amount of unnecessary movement, making list buckets most suitable for circumstances in which they never (or very rarely) shrink.
Tree: Tree buckets use a binary search tree. They are more efficient than list buckets when a bucket contains a larger set of items. Based on the RUSH R algorithm, tree buckets reduce the placement time to O(log n), making them suitable for managing much larger sets of devices or nested buckets.
Straw: List and Tree buckets use a divide and conquer strategy in a way that either gives certain items precedence (e.g., those at the beginning of a list) or obviates the need to consider entire subtrees of items at all. That improves the performance of the replica placement process, but can also introduce suboptimal reorganization behavior when the contents of a bucket change due an addition, removal, or re-weighting of an item. The straw bucket type allows all items to fairly “compete” against each other for replica placement through a process analogous to a draw of straws.

Kết quả (Việt) 1:

Đồng phục: Đồng phục Xô các thiết bị tổng hợp có chính xác cùng một trọng lượng. Ví dụ, khi các công ty Hoa hồng hoặc vô hiệu hóa phần cứng, họ thường làm như vậy với nhiều máy có chính xác cùng một cấu hình vật lý (ví dụ, số lượng lớn mua hàng). Khi thiết bị lưu trữ có chính xác cùng một trọng lượng, bạn có thể sử dụng các loại đồng phục nhóm, cho phép lòng bản đồ mô thành nhóm thống nhất trong thời gian liên tục. Với trọng lượng không thống nhất, bạn nên sử dụng một nhóm thuật toán.List: Danh sách xô tổng hợp các nội dung của họ như các danh sách liên kết. Dựa trên các thuật toán cao điểm P, một danh sách là một cách tự nhiên và trực quan lựa chọn để mở rộng một cụm: một đối tượng di dời vào điện thoại mới nhất với một số xác suất thích hợp, hoặc nó vẫn còn trên các thiết bị cũ hơn như trước. Kết quả là di chuyển dữ liệu tối ưu khi mục được thêm vào các thùng. Khoản mục bị loại bỏ từ giữa hoặc đuôi của danh sách, Tuy nhiên, có thể gây ra một số tiền significant của phong trào không cần thiết, làm cho danh sách xô phù hợp nhất đối với trường hợp mà họ không bao giờ (hay rất hiếm khi) co lại.Cây: Cây xô sử dụng một cây tìm kiếm nhị phân. Họ là hiệu quả hơn so với danh sách xô khi một thùng chứa một tập hợp lớn các mặt hàng. Dựa trên các thuật toán R vội vàng, cây xô giảm vị trí thời gian để O (log n), làm cho họ thích hợp để quản lý nhiều bộ lớn hơn của thiết bị hoặc Xô lồng nhau.Rơm: Danh sách và cây xô sử dụng một phân chia và chinh phục các chiến lược trong một cách mà cung cấp cho một số mục ưu tiên (ví dụ, những người ở đầu danh sách) hoặc obviates sự cần thiết phải xem xét toàn bộ subtrees mặt hàng ở tất cả. Mà cải thiện hiệu suất của các vị trí đặt bản sao xử lý, nhưng cũng có thể giới thiệu các hành vi suboptimal tổ chức khi thay đổi nội dung của một thùng do một sự bổ sung, loại bỏ, hoặc tái cân của sản phẩm. Các loại thùng rơm cho phép tất cả mặt hàng khá "cạnh tranh" với nhau cho vị trí đặt bản sao thông qua một quá trình tương tự như một trận hòa của ống hút.

Kết quả (Việt) 2:

Uniform: xô thống nhất tập hợp các thiết bị chính xác với cùng trọng lượng. Ví dụ, khi các doanh nghiệp hoa hồng hay phần cứng ngừng hoạt động, họ thường làm như vậy với nhiều máy đó có chính xác cấu hình vật lý tương tự (ví dụ, mua số lượng lớn). Khi các thiết bị lưu trữ có chính xác cùng một trọng lượng, bạn có thể sử dụng các loại thùng thống nhất, cho phép CRUSH để bản sao bản đồ vào thùng thống nhất trong thời gian liên tục. Với trọng lượng không đồng nhất, bạn nên sử dụng một thuật toán xô.
Danh sách: Danh sách xô tổng hợp nội dung của họ như danh sách liên kết. Dựa trên các thuật toán P RUSH, một danh sách là một sự lựa chọn tự nhiên và trực quan cho một cụm mở rộng: hoặc là một đối tượng được chuyển tới các thiết bị mới nhất với một xác thích hợp, hoặc nó vẫn còn trên các thiết bị cũ như trước. Kết quả là dữ liệu tối ưu di cư khi ghi được thêm vào xô. Các mục được xóa từ giữa hoặc đuôi của danh sách, tuy nhiên, có thể dẫn đến một số lượng trọng yếu của phong trào không cần thiết, làm cho danh sách xô phù hợp nhất với hoàn cảnh trong đó họ không bao giờ (hoặc rất hiếm khi) thu nhỏ.
Cây: Cây xô sử dụng một cây tìm kiếm nhị phân . Họ là hiệu quả hơn xô danh sách khi một xô chứa một tập hợp lớn hơn của các mặt hàng. Dựa trên các thuật toán RUSH R, xô cây giảm thời gian vị trí để O (log n), làm cho chúng phù hợp để quản lý bộ lớn hơn nhiều các thiết bị hoặc xô lồng nhau.
Rơm: Danh sách và cây xô sử dụng một phân chia và chinh phục chiến lược trong một cách mà hoặc cung cấp cho một số mặt hàng ưu tiên (ví dụ, những người ở đầu danh sách) hoặc obviates sự cần thiết phải xem xét toàn bộ subtrees các mặt hàng ở tất cả. Đó là cải thiện hiệu suất của quá trình sắp xếp bản sao, nhưng cũng có thể giới thiệu hành vi tổ chức lại không tối ưu khi các nội dung của một sự thay đổi thùng do một sự bổ sung, loại bỏ, hoặc tái trọng của một mục. Các loại rơm xô cho phép tất cả các mục khá "cạnh tranh" với nhau cho vị trí đặt bản sao thông qua một quá trình tương tự như một trận hòa của ống hút.