Un système de fichiers distribué ne manipule pas des fichiers mais des blocs de taille fixe, répartis sur les nœuds et répliqués indépendamment les uns des autres.
La situation
Un fichier de 700 Mo est déposé sur un cluster dont la taille de bloc est de 128 Mo, avec un facteur de réplication de 3.
Objectif
Compter les blocs du fichier, l'espace inutilisé dans le dernier, le nombre total de blocs présents sur le cluster une fois répliqués, et l'espace réellement occupé.
Rappels
Chaque bloc occupe une place entière, y compris le dernier, même partiellement rempli. C'est la fragmentation interne, et elle se paie autant de fois qu'il y a de copies.
Pièges
Le dernier bloc est le seul à être incomplet. Sur un fichier de 700 Mo la perte reste modeste, mais un million de petits fichiers de 2 Mo occuperaient chacun un bloc entier, et le cluster serait plein sans contenir grand-chose.