TFS 已被 RedoxFS 替换，并且不再维护，TFS 的多数功能已集成到 RedoxFS 中

TFS：下一代文件系统

TFS 是一个模块化、快速且功能丰富的下一代文件系统，采用现代技术以实现高性能、高空间效率和高度可扩展性。

TFS 的创建是为了满足 Redox OS 对现代文件系统的需求，作为对 ZFS 的替代，由于其单体设计，ZFS 的实现速度较慢。

TFS 受 ZFS 灵感启发，但同时也旨在模块化且易于实现。

TFS 与 terminalcloud 的同名文件系统无关。

尽管许多组件已完整，但 TFS 本身尚未准备好使用。

设计目标

TFS 的设计考虑以下目标

• 并发

TFS 包含非常少的锁，并旨在尽可能适用于多线程系统。它使用多个真正并发的结构来管理数据，并通过核心数量进行线性扩展。 这也许是 TFS 的最重要的特性。

• 异步

TFS 是异步的：操作可以独立发生；对磁盘的写和读不需要阻塞。

• 全磁盘压缩

TFS 是第一个通过我们称之为 RACC（随机访问集群压缩）的方案实现完整全磁盘压缩的文件系统。这意味着每个集群都进行压缩，仅略微影响性能。据估计，您可以得到 60-120% 的更多可用空间。

• 修订历史

TFS 存储每个文件的修订历史，而不增加额外开销。这意味着您可以将任何文件还原到早期版本，自动备份系统，而无需复制带来的额外开销。

• 数据完整性

与 ZFS 一样，TFS 存储文件的完整校验和（不仅仅是元数据），而且是在父块上完成的。这意味着几乎所有数据损坏都会在读取时被检测到。

• 写时复制语义

与Btrfs和ZFS类似，TFS使用CoW（Copy on Write）语义，这意味着集群永远不会被直接覆盖，而是被复制并写入新的集群。

• O(1)递归复制

与其他一些文件系统一样，TFS可以在常数时间内进行递归复制，但有一个独特的补充：TFS甚至在变异后也不会复制。如何？它单独维护文件的段，这样只需要复制更新的段。

• 保证原子性

系统永远不会进入不一致的状态（除非有硬件故障），这意味着意外断电永远不会损坏系统。

• 改进的缓存

TFS在缓存磁盘以提高磁盘访问速度方面投入了大量精力。它使用机器学习来学习模式并预测未来的使用，以减少缓存未命中次数。TFS还将内存缓存压缩，减少了所需的内存量。

• 更好的文件监控

CoW非常适合高性能、可扩展的文件监控，但遗憾的是，只有少数文件系统采用了这一点。TFS就是其中之一。

• 全部内存安全

TFS只使用用Rust编写的组件。因此，只有在标记为unsafe的代码中才可能发生内存不安全，而这会得到额外的仔细检查。

• 全面测试覆盖

TFS旨在全面测试。这通过立即揭示大量错误类别，提供了相对较强的正确性保证。

• SSD友好

TFS通过重新定位已死亡的扇区来避免SSD的写入限制。

• 改进的垃圾回收

TFS使用布隆过滤器进行高效和快速的垃圾回收。TFS允许文件系统垃圾回收器在后台运行，而不会阻塞文件系统的其余部分。

常见问题解答

为什么将SPECK作为默认加密算法？

• SPECK是一种相对较新的加密算法，但已经经历了大量的（无效的）密码分析，因此相对安全。它具有非常好的性能和简单的实现。可移植性是TFS设计的重要部分，真正没有副作用的可移植AES实现比许多人想象的要困难得多（特别是，大多数可移植实现中存在SubBytes的问题）。SPECK没有这个问题，因此可以以最小的努力安全地便携式实现。

TFS和ZFS有多相似？

• 实际上并不相似。它们共享许多基本思想，但除此之外，它们基本上没有联系。但ZFS的设计在很大程度上影响了TFS。

TFS是Redox专属的吗？

• 不是，它从未计划只用于Redox。

全盘压缩是如何工作的？

• 据我所知，全盘压缩是TFS独有的。它通过将尽可能多的“页面”（虚拟数据块）收集到一个“集群”（分配单元）中来实现。通过这样做，可以通过简单地解压缩相应的集群来读取页面。

为什么ZMicro如此慢？会影响TFS的性能吗？

• ZMicro之所以如此慢，是因为它在位级别上工作，以牺牲性能的代价换取了出色的压缩比。这种令人难以置信的慢速性能通过减少写入次数来得到回报。事实上，使用ZMicro的50%以上的分配将只写入一个扇区，而不是3个。其次，无论你的磁盘有多快，它都不会接近ZMicro的性能，因为磁盘操作本质上很慢，从整体上看，压缩性能实际上并不重要。

可扩展哈希或B+树？

• 都不是。TFS使用树和哈希表的组合：嵌套哈希表，这是一种哈希树的形式。其想法是，而不是重新分配，在桶中创建一个新的子表。

设计资源

我写了一些关于TFS设计的文章

• SeaHash: 解释 - 这篇博客描述了为TFS设计的默认校验和算法。
• 关于随机访问压缩 - 这篇文章描述了用于随机访问压缩的算法。
• 三进制作为预测余码 - 该算法的使用与创建一个良好的自适应（无头）熵压缩器相关。
• LZ4是如何工作的 - 这描述了LZ4压缩算法的工作原理。
• 使用嵌套哈希表解决冲突 - 这描述了我们用于目录结构的嵌套哈希表方法。
• 原子哈希表 - 这描述了并发、内存中的哈希表/键值存储。

规范

完整的规范可以在 specification.tex 中找到，要渲染它，安装 texlive 或其他带有 XeTeX 的发行版，并运行

xelatex --shell-escape specification.tex

然后打开名为 specification.pdf 的文件

lib.rs:

MLCR：基于机器学习的缓存替换

MLCR训练一个神经网络来“猜测”缓存块再次被访问之前将过去多长时间。换句话说，它提供了一个有资格的猜测来近似理想的时间机器Bélády算法。

MLCR很慢，因为它需要训练一个神经网络，但在许多情况下，增加的精度通过大大减少缓存未命中次数而得到回报。因此，它仅在缓存介质明显慢于训练网络（例如硬盘或互联网下载）时使用。