P2P 与分布式存储 / 系统课时
GC 为什么不会删除已 Pin 内容
GC 为什么不会删除已 Pin 内容
GC 能清理未保留缓存,却应跳过业务保留数据。本节用标记与清扫的集合关系解释这一边界,帮助你理解为什么共享块仍在、直接 Pin 不保护后代,以及缺块为何应阻止清理。
学习目标
- 根据递归根和直接 Pin 计算保护集合。
- 区分 GC 的逻辑保留保证与磁盘故障保护。
先找应保留块再清扫
GC 的关键是先标记需要保护的块,再遍历仓库,回收没有被标记的块。递归根及其可达后代进入保护集合,直接 Pin 只加入指定单块,MFS 等保留根和内部元数据也要纳入。源码的完整实现还处理锁和后端回收,教学集合不是生产实现。
因此取消一个递归根,不能直接推出它的全部后代都会被删。只要另一个根仍能到达共享块,这个块就需要保留。反过来,给有后代的根做直接 Pin,GC 可以回收未被其他机制保护的后代,导致恢复文件失败。

实跑一个共享块案例
此 Node.js 程序仅计算教学图的保护集合,不打开 Kubo 仓库,不删除文件。保存为 mark.cjs 并执行 node mark.cjs。R 与 S 共享 X,D 只有直接保护。
js
const graph = {R: ['X', 'Y'], S: ['X'], X: [], Y: [], D: ['Z'], Z: [], U: []};
function protect(roots, direct) {
const marked = new Set(direct), visited = new Set(), todo = [...roots];
// 直接保护不遍历后代;递归遍历另用visited避免混淆。
while (todo.length) {
const key = todo.pop();
if (visited.has(key)) continue;
if (!(key in graph)) throw new Error(`missing ${key}`);
visited.add(key); marked.add(key); todo.push(...graph[key]);
}
return marked;
}
const before = protect(['R', 'S'], ['D']);
const after = protect(['S'], ['D']);
console.log('before: ' + [...before].sort().join(','));
console.log('after: ' + [...after].sort().join(','));
console.log('reclaimable: ' + Object.keys(graph).filter(k => !after.has(k)).sort().join(','));预期输出:
text
before: D,R,S,X,Y
after: D,S,X
reclaimable: R,U,Y,ZZ 没有受 D 的直接 Pin 保护,X 在取消 R 后仍由 S 保护。程序在遇到未知节点时抛错,是教学上的保守边界;它没有模拟 Kubo 所有编解码、并发锁和元数据根,不能据此宣称真实 GC 已经验证。
保护集合不完整时不要硬清
如果递归遍历发现缺失或无法解析的链接,应停止并先调查数据完整性。Kubo 的 GC 标记阶段会在无法获取必要链接时报告错误并中止,而不是猜测后代无关。不能为了释放空间直接删除出错对象或跳过完整性检查。
Pin 保护的是正常 GC 不误回收的关系,不是对硬盘坏块、恶意修改和权限错误的保证。业务仍需独立副本与恢复演练。练习新增一个指向 Y 的根,再算取消 R 后的集合;实际节点 GC 未执行。依据见Kubo GC 源码,理解标记范围比记忆“Pin 永不丢失”更可靠。
按自己的节奏,确认真正理解。