论文阅读：the composite-file FileSystem:Decoupling the one-to-one mapping of files and metadata

问题

这三种小文件聚集的方式，或是基于目录，或是基于reference，有没有其他的，在访问时动态变化分组的。

摘要

逻辑文件到物理元数据之间的映射关系可能被移除。提出了composite-file fs实现file到metadata的多对一的映射关系，提升了性能（什么性能，rename？delete？）。
另外这个fs貌似是在ext4上做的封装，底层还是ext4.

detail

one-to-one的映射在unix系统中，每个逻辑文件对应一个inode节点。本文提出的composite-file fs，聚集多个逻辑文件，关联到一个inode上，因为一起访问的文件经常共享相似的元数据子集，这可以去重（不用多个inode存储相同的数据）。与ext4相比，在webserver和软件开发的负载中，提升了27%的性能。

CFFS设计的原因是：

1. 频繁访问小文件
2. 冗余的元数据信息，例如文件拥有者的数量，访问权限都是有限的（意味着很大概率重复）
3. 文件按组访问
4. prefetch的限制：在小文件的情况下，表现并不好，甚至还有额外开销

CCFS：允许多个小文件合并共享一个inode
抽象出composite-file（经常一起访问的文件内容）和对应的composite inode，小文件中inode存储的原始信息，去重之后存储在cinode的额外信息，所以对小文件来说，之前的权限检查，检验等操作并没有变化。

将哪些文件合并到一个cfile中，与工作负载有很大关系，有几种策略来实现：

1. 基于目录
2. 嵌入引用聚集，比如html中会嵌入超链接，引用其他文件；编译，makefile和其他cpp，c，h文件。问题是需要针对特定text的语义了解
3. 频率挖掘的聚集，用的数据挖掘的apriori算法。