التخزين القابل للعنونة بالمحتوى

تعتمد أنظمة الملفات التقليدية عمومًا على أسماء الملفات لتتبعها . في وسائط التخزين ذات الوصول العشوائي، مثل الأقراص المرنة ، يتم ذلك باستخدام دليل يتكون من قائمة بأسماء الملفات ومؤشرات إلى البيانات. تشير هذه المؤشرات إلى موقع فعلي على القرص، عادةً باستخدام قطاعات القرص . أما في الأنظمة الحديثة والوسائط الأكبر حجمًا، مثل محركات الأقراص الصلبة ، فيُقسّم الدليل نفسه إلى عدة أدلة فرعية، يتتبع كل منها مجموعة فرعية من الملفات. تُمثّل الأدلة الفرعية بدورها كملفات في دليل رئيسي، مما يُنتج تسلسلًا هرميًا أو تنظيمًا شجريًا. تُعرف سلسلة الأدلة المؤدية إلى ملف معين باسم "المسار". ^{[ 1 ]}

في سياق أنظمة الأرشيفات المحوسبة، تُعرف هذه الأساليب التقليدية باسم "العنونة الموقعية"، حيث يُمثَّل كل ملف بقائمة تضم موقعًا واحدًا أو أكثر، ومسار الملف واسمه، على وحدة التخزين الفعلية. في هذه الأنظمة، يُخزَّن الملف نفسه باسمين مختلفين كملفين منفصلين على القرص، وبالتالي يكون له عنوانان. وينطبق الأمر نفسه إذا تم تخزين الملف نفسه، حتى لو كان بالاسم نفسه، في أكثر من موقع ضمن التسلسل الهرمي للدليل. وهذا ما يجعلها غير مثالية للأرشيف الرقمي ، حيث ينبغي تخزين أي معلومة فريدة مرة واحدة فقط. ^{[ 2 ]}

مع ازدياد شيوع مفهوم الدليل الهرمي في أنظمة التشغيل، لا سيما في أواخر ثمانينيات القرن الماضي، بدأ استخدام هذا النمط من الوصول في أنظمة أخرى تمامًا. فعلى سبيل المثال، يستخدم الويب نظامًا مشابهًا يُعرف باسم عنوان URL، وهو عبارة عن مسار/اسم ملف، للإشارة إلى المستندات. ويختلف عنوان URL للمستند نفسه على خادم ويب آخر، على الرغم من تطابق محتواه. وبالمثل، إذا تغير موقع المستند بأي شكل من الأشكال، أو إذا تغير اسم الملف، أو انتقل الخادم إلى اسم نطاق جديد ، فلن يكون الوصول إلى المستند ممكنًا. وهذا ما يُعرف بمشكلة تلف الروابط . ^{[ 2 ]}

على الرغم من شيوع استخدام التخزين القائم على الموقع في العديد من المجالات، لم يكن هذا هو الحال دائمًا. ففي السابق، كانت الطريقة الأكثر شيوعًا لاسترجاع البيانات من مجموعة كبيرة هي استخدام نوع من المعرّفات المستندة إلى محتوى المستند. على سبيل المثال، يُستخدم نظام ISBN لإنشاء رقم فريد لكل كتاب. عند البحث على الإنترنت عن "ISBN 0465048994"، ستظهر قائمة بمواقع كتاب " لماذا تنمو المعلومات" الذي يتناول موضوع تخزين المعلومات. ورغم تعدد المواقع المعروضة، إلا أنها جميعًا تشير إلى العمل نفسه، ويمكن للمستخدم اختيار الموقع الأنسب. إضافةً إلى ذلك، إذا تغير أي من هذه المواقع أو اختفى، يمكن العثور على المحتوى في أي من المواقع الأخرى. ^{[ 2 ]}

تحاول أنظمة المصادقة بمساعدة الحاسوب (CAS) إنتاج نتائج مشابهة لرقم ISBN تلقائيًا على أي مستند. ويتم ذلك باستخدام دالة تجزئة تشفيرية على بيانات المستند لإنتاج ما يُعرف أحيانًا باسم "المفتاح" أو "البصمة". يرتبط هذا المفتاح ارتباطًا وثيقًا بمحتوى المستند، فإضافة مسافة واحدة في نهاية الملف، على سبيل المثال، تُنتج مفتاحًا مختلفًا. في نظام المصادقة بمساعدة الحاسوب، لا يربط الدليل أسماء الملفات بمواقعها، بل يستخدم المفاتيح بدلًا من ذلك. ^{[ 2 ]}

يوفر هذا عدة مزايا. أولًا، عند إرسال ملف إلى نظام التخزين السحابي (CAS)، تُنشئ دالة التجزئة مفتاحًا، ثم تتحقق مما إذا كان هذا المفتاح موجودًا بالفعل في الدليل. إذا كان موجودًا، لا يُخزَّن الملف لأن الملف الموجود في التخزين مطابق له. وهذا يسمح لأنظمة التخزين السحابي بتجنب البيانات المكررة بسهولة. إضافةً إلى ذلك، بما أن المفتاح يعتمد على محتوى الملف، فإن استرجاع مستند باستخدام مفتاح معين يضمن عدم تغيير الملف المخزن. أما عيب هذا الأسلوب فهو أن أي تغييرات في المستند تُنتج مفتاحًا مختلفًا، مما يجعل أنظمة التخزين السحابي غير مناسبة للملفات التي تُحرَّر بشكل متكرر. لكل هذه الأسباب، تُستخدم أنظمة التخزين السحابي عادةً لأرشفة المستندات الثابتة إلى حد كبير، ^{[ 2 ]} وتُعرف أحيانًا باسم "تخزين المحتوى الثابت" (FCS). ^{[ 3 ]}

نظرًا لأن المفاتيح غير قابلة للقراءة البشرية، تُطبّق أنظمة الوصول بمساعدة الحاسوب (CAS) نوعًا ثانيًا من الأدلة التي تخزن البيانات الوصفية لمساعدة المستخدمين في العثور على المستند. تتضمن هذه الأدلة عادةً اسم الملف، مما يسمح باستخدام طريقة الاسترجاع التقليدية القائمة على الاسم. كما تتضمن أيضًا حقولًا لأنظمة التعريف الشائعة مثل رموز ISBN أو ISSN ، والكلمات المفتاحية التي يُدخلها المستخدم، والطوابع الزمنية والتاريخية، وفهارس البحث في النصوص الكاملة . يمكن للمستخدمين البحث في هذه الأدلة واستخراج مفتاح، والذي يمكن استخدامه بعد ذلك لاسترجاع المستند الفعلي. ^{[ 2 ]}

يُشبه استخدام نظام البحث بمساعدة الحاسوب (CAS) إلى حد كبير استخدام محرك بحث على الإنترنت . والفرق الرئيسي هو أن البحث على الإنترنت يُجرى عادةً بناءً على موضوع معين باستخدام خوارزمية داخلية تجد المحتوى "ذي الصلة" ثم تُنتج قائمة بالمواقع. وقد تكون النتائج قائمةً بالمحتوى نفسه في مواقع متعددة. أما في نظام البحث بمساعدة الحاسوب، فقد تُعرض أكثر من وثيقة واحدة لعملية بحث معينة، ولكن كل وثيقة من هذه الوثائق ستكون فريدة وتُعرض مرة واحدة فقط.

من مزايا نظام CAS الأخرى أن الموقع الفعلي للتخزين ليس جزءًا من نظام البحث. فمثلاً، إذا ذكر فهرس مكتبة ما أن كتابًا ما موجود على "الرف 43، الصندوق 10"، فعند إعادة ترتيب المكتبة، يجب تحديث الفهرس بالكامل. في المقابل، لن يتغير رقم ISBN، ويمكن العثور على الكتاب بالبحث عن الرف الذي يحمل هذه الأرقام. في بيئة الحاسوب، يشير ملف في نظام ملفات DOS ، موجود في المسار A:\myfiles\textfile.txt، إلى موقع التخزين الفعلي للملف في المجلد الفرعي myfiles. يختفي هذا الملف عند نقل القرص المرن إلى محرك الأقراص B:، وحتى تغيير موقعه داخل التسلسل الهرمي للقرص يتطلب تحديث المجلدات التي يراها المستخدم. في نظام CAS، يتغير فقط الربط الداخلي بين المفتاح والموقع الفعلي، وهو موجود في مكان واحد فقط، ويمكن تصميمه لتحديث فعال. هذا يسمح بنقل الملفات بين أجهزة التخزين، وحتى عبر الوسائط، دون الحاجة إلى أي تغييرات في عملية الاسترجاع.

بالنسبة للبيانات التي تتغير باستمرار، لا يُعدّ نظام CAS بنفس كفاءة نظام العنونة القائم على الموقع. في هذه الحالات، يحتاج جهاز CAS إلى إعادة حساب عنوان البيانات باستمرار مع كل تغيير. وهذا بدوره يؤدي إلى تخزين نسخ متعددة من المستند نفسه تقريبًا، وهي المشكلة التي يسعى نظام CAS إلى تجنبها. إضافةً إلى ذلك، يجب تحديث مجلدات المستخدم باستمرار بهذه الملفات "الجديدة"، مما سيؤدي إلى ازدحامها بالعديد من المستندات المتشابهة، الأمر الذي يُصعّب عملية البحث. في المقابل، يُعدّ تحديث الملفات في نظام قائم على الموقع مُحسّنًا للغاية، إذ لا يتطلب سوى تغيير قائمة القطاعات الداخلية، وقد خضعت هذه العملية لسنوات طويلة من التحسين والتطوير.

نظرًا لأن نظام إدارة الأرشيفات (CAS) يُستخدم بشكل أساسي لأغراض الأرشفة، فإن حذف الملفات غالبًا ما يكون خاضعًا لرقابة صارمة أو حتى مستحيلاً تحت سيطرة المستخدم. في المقابل، يُعد الحذف التلقائي ميزة شائعة، حيث يقوم بإزالة جميع الملفات التي يزيد عمرها عن مدة محددة قانونًا، ولتكن عشر سنوات. ^{[ 2 ]}

أبسط طريقة لتطبيق نظام عناوين المحتوى (CAS) هي تخزين جميع الملفات في قاعدة بيانات نموذجية يتصل بها العملاء لإضافة الملفات والاستعلام عنها واسترجاعها. مع ذلك، فإن الخصائص الفريدة لعنونة المحتوى تجعل هذا النموذج مناسبًا لأنظمة الحاسوب التي تُدير فيها عدة أجهزة الملفات بشكل تعاوني دون سلطة مركزية، مثل أنظمة مشاركة الملفات الموزعة ، حيث يمكن أن يتغير الموقع الفعلي للملف المُستضاف بسرعة استجابةً لتغيرات بنية الشبكة، بينما يكون المحتوى الدقيق للملفات المراد استرجاعها أكثر أهمية للمستخدمين من موقعها الفعلي الحالي. في النظام الموزع، تُستخدم تجزئات المحتوى غالبًا لإجراء عمليات بحث سريعة على مستوى الشبكة عن ملفات محددة، أو لمعرفة البيانات التي تم تغييرها في ملف معين والتي يجب نشرها إلى أعضاء آخرين في الشبكة بأقل استهلاك ممكن للنطاق الترددي . في هذه الأنظمة، تسمح عنونة المحتوى بإخفاء بنية الشبكة شديدة التغير عن المستخدمين الذين يرغبون في الوصول إلى البيانات، مقارنةً بأنظمة مثل شبكة الويب العالمية ، حيث يُعد الموقع الثابت للملف أو الخدمة أساسيًا لسهولة الاستخدام.

يتألف نظام Centera CAS من سلسلة من العُقد المتصلة بالشبكة (عادةً ما تكون خوادم كبيرة تعمل بنظام Linux )، مُقسّمة بين عُقد تخزين وعُقد وصول. تحتفظ عُقد الوصول بدليل مُتزامن لعناوين المحتوى، وعُقدة التخزين المُقابلة حيث يُمكن العثور على كل عنوان. عند إضافة عنصر بيانات جديد، أو كائن ثنائي كبير (blob )، يقوم الجهاز بحساب تجزئة للمحتوى وإرجاع هذه التجزئة كعنوان محتوى الكائن الثنائي الكبير. ^{[ 9 ]} كما ذُكر سابقًا، يتم البحث في التجزئة للتحقق من عدم وجود محتوى مُطابق مُسبقًا. إذا كان المحتوى موجودًا بالفعل، فلا يحتاج الجهاز إلى تنفيذ أي خطوات إضافية؛ إذ يُشير عنوان المحتوى تلقائيًا إلى المحتوى الصحيح. وإلا، يتم تمرير البيانات إلى عُقدة تخزين وكتابتها على الوسائط المادية.

عند تزويد الجهاز بعنوان محتوى، يقوم أولاً بالاستعلام من الدليل عن الموقع الفعلي لهذا العنوان. ثم تُسترجع المعلومات من عقدة تخزين، ويُعاد حساب قيمة التجزئة الفعلية للبيانات والتحقق منها. بمجرد اكتمال ذلك، يُمكن للجهاز تزويد العميل بالبيانات المطلوبة. في نظام Centera، يُمثل كل عنوان محتوى عددًا من كتل البيانات المُميزة، بالإضافة إلى بيانات وصفية اختيارية . عندما يُضيف العميل كتلة بيانات إضافية إلى كتلة محتوى موجودة، يُعيد النظام حساب عنوان المحتوى.

لتعزيز أمان البيانات، تتواصل عقد الوصول في نظام Centera باستمرار مع عقد التخزين عندما لا تكون هناك عمليات قراءة أو كتابة جارية، للتحقق من وجود نسختين على الأقل من كل عنصر بيانات ثنائي كبير (blob) ومن سلامتها. كما يمكن تهيئتها لتبادل البيانات مع نظام Centera آخر، مثلاً نظام خارجي، مما يعزز إجراءات الحماية من فقدان البيانات العرضي.

تُقدم IBM نوعًا آخر من أنظمة التخزين السحابي (CAS)، إما برمجيًا (Tivoli Storage Manager 5.3) أو ماديًا (IBM DR550). يختلف هذا النوع في بنيته، إذ يعتمد على تصميم إدارة التخزين الهرمي (HSM)، مما يوفر مرونة إضافية، كدعم أقراص WORM وأشرطة WORM، بالإضافة إلى إمكانية نقل البيانات بينهما. يُتيح ذلك مرونة أكبر في حالات استعادة البيانات بعد الكوارث، فضلًا عن إمكانية خفض تكاليف التخزين بنقل البيانات من الأقراص إلى الأشرطة.

من التطبيقات النموذجية الأخرى نظام iCAS من شركة iTernity. يعتمد مفهوم iCAS على الحاويات، حيث تُعنون كل حاوية بقيمة تجزئة خاصة بها. تحتوي كل حاوية على عدد مختلف من مستندات المحتوى الثابتة. الحاوية غير قابلة للتغيير، وتبقى قيمة التجزئة ثابتة بعد عملية الكتابة.

• فينتي : أحد أوائل خوادم التخزين ذات عناوين المحتوى، ^{[ 10 ]} طُوِّر في الأصل لنظام التشغيل Plan 9 من مختبرات بيل، وهو متاح الآن أيضًا لأنظمة شبيهة بنظام يونكس كجزء من Plan 9 من User Space . الخطوة الأولى نحو تطبيق CAS+ مفتوح المصدر هي Twisted Storage. ^{[ 11 ]}
• متجر ملفات تاهو ذو أقل سلطة : تطبيق مفتوح المصدر لنظام CAS.
• جيت : نظام ملفات CAS يعمل في مساحة المستخدم . يُستخدم جيت بشكل أساسي كنظام للتحكم في شفرة المصدر.
• git-annex : نظام مزامنة ملفات موزع يستخدم تخزينًا قابلًا للعنونة بالمحتوى للملفات التي يديرها. ويعتمد على Git والروابط الرمزية لفهرسة موقعها في نظام الملفات.
• مشروع Honeycomb : واجهة برمجة تطبيقات مفتوحة المصدر لأنظمة CAS. ^{[ 12 ]}
• XAM : واجهة طُوِّرت تحت رعاية رابطة صناعة شبكات التخزين . وهي توفر واجهة قياسية لأرشفة منتجات ومشاريع CAS (وما شابهها). ^{[ 13 ]}
• بيركيب : مشروع أُطلق عام 2011 بهدف إتاحة مزايا التخزين القابل للعنونة "لعموم المستخدمين". وهو مصمم للاستخدام في مجموعة واسعة من حالات الاستخدام، بما في ذلك النسخ الاحتياطي الموزع، والنسخ الاحتياطي التلقائي، ونظام الملفات المُتحكم في إصداراته، ومشاركة الملفات اللامركزية التي تخضع للتحكم في الأذونات.
• Irmin: مكتبة OCaml "للمخازن الدائمة مع آليات مدمجة للقطات والتفرع والتراجع"؛ نفس مبادئ التصميم الخاصة بـ Git.
• كاسيت: تطبيق مفتوح المصدر لنظام CAS للغة C#/.NET. ^{[ 14 ]}
• أرفادوس كيب: نظام تخزين موزّع مفتوح المصدر وقابل للعنونة حسب المحتوى. ^{[ 15 ]} وهو مصمم لأعمال علوم البيانات واسعة النطاق والمكثفة حسابيًا مثل تخزين ومعالجة البيانات الجينومية.
• إنفينيت: منصة تخزين قابلة للعنونة بالمحتوى ولا مركزية (نظير إلى نظير) تم الاستحواذ عليها من قبل شركة دوكر.
• نظام الملفات بين الكواكب (IPFS): بروتوكول توزيع الوسائط المتعددة من نظير إلى نظير، قابل للعنونة حسب المحتوى.
• casync : أداة برمجية لنظام لينكس من تطوير لينارت بوتيرينغ لتوزيع صور نظام الملفات التي يتم تحديثها بشكل متكرر عبر الإنترنت. ^{[ 16 ]}
• Snix : نظام تخزين قابل للعنونة يعتمد على مفاهيم وآليات عمل Nix (مدير الحزم) .
• Bazel : نظام بناء موزع. عند استخدام التنفيذ عن بعد، يتم تخزين ملفات المصدر والنتائج في CAS ^{[ 17 ]} .