Preservación de software · Sin ánimo de lucro
Clásicos Básicos
Un archivo de software histórico con base legal, servido a investigadores desde bare metal balanceado con una capa de almacenamiento verificada detrás.
El problema
- Restricciones duras
- Los títulos con derechos restringidos no deben ser accesibles desde la capa pública, por ninguna URL.
- Cada objeto almacenado necesita una suma de verificación registrada en el ingreso y revalidada de forma periódica.
- La copia de archivo debe poder escribirse una vez y no ser borrable a la ligera después.
- Un día de publicación no debe poder tumbar el catálogo.
- Un presupuesto financiado con subvenciones, así que la factura tiene que ser legible con un año de antelación.
Clásicos Básicos preserva software lo bastante antiguo como para estar desapareciendo y lo bastante reciente como para seguir bajo derechos de autor. Cada título de la colección tiene una situación legal distinta: algunos son libremente redistribuibles, otros se conservan bajo un acuerdo de derechos explícito y otros solo pueden consultarse in situ por un investigador identificado.
Eso convierte el archivo en un problema de control de acceso tanto como de almacenamiento. Y hace que la integridad no sea negociable: una copia de preservación que se ha degradado en silencio es peor que no tener copia, porque el catálogo sigue afirmando que existe.
El catálogo público está tranquilo casi todo el año y luego deja de estarlo por completo: publicar una colección recién liberada mete más tráfico en una tarde que los seis meses anteriores juntos. Una sola máquina ya se había caído una vez.
Arquitectura
Entrada
Par balanceador
2 ×Volt 2
Aplicación
Nodos de catálogo
2 ×Forge 4
Almacenamiento
Almacén de objetos
1 ×Apex 3
Archivo
Copia de escritura única
1 ×Apex 1
Sobre qué corre
Entrada
Par balanceador
2 ×Volt 2
2 vCore · 4 GB · 80 GB NVME
Dos servidores virtuales pequeños ejecutando el balanceador con una dirección flotante entre ellos. El balanceo no es un producto que vendamos: es software que ejecuta el equipo, en máquinas dimensionadas para gestionar conexiones, no para computar.
Desde $28.00 al mes
Aplicación
Nodos de catálogo
2 ×Forge 4
Modelo variable; frecuencia y núcleos fijos · 32 GB DDR4 · 2× 2 TB NVMe
Dos nodos de aplicación idénticos. Los 4,5 GHz encajan con una búsqueda de catálogo mayoritariamente monohilo, y cuatro terabytes de NVMe en espejo mantienen las lecturas de miniaturas y metadatos completamente fuera de la capa de archivo.
Desde $93.00 al mes
Almacenamiento
Almacén de objetos
1 ×Apex 3
AMD EPYC 4245P · 128 GB · 2× 960 GB NVMe + 2× 15.36 TB NVMe
Treinta y dos terabytes de NVMe con el conjunto de trabajo y ni un disco mecánico en el camino: los barridos de integridad recorren toda la colección sin dejar el tráfico de lectores a paso de tortuga.
Desde $250.00 al mes, $235.00 de alta, pago único
Archivo
Copia de escritura única
1 ×Apex 1
Intel Xeon D-1521 · 16 GB · 6× 8 TB SATA
Una máquina aparte, deliberadamente modesta en todo salvo en capacidad: cuatro núcleos y cuarenta y ocho terabytes con la copia de solo anexado. Su trabajo es ser aburrida y seguir ahí dentro de cinco años.
Desde $130.00 al mes, $126.00 de alta, pago único
Técnicas que merece la pena nombrar
Almacenamiento direccionado por contenido
Los objetos se almacenan bajo el SHA-256 de sus propios bytes, así que la dirección es la suma de verificación. Un archivo corrupto no puede hacerse pasar por uno bueno, y la misma imagen de disco ingresada dos veces desde dos donantes ocupa una copia y registra dos procedencias.
Barridos de integridad programados
Un trabajo rotativo vuelve a leer y a resumir toda la colección en un ciclo fijo, comparando contra el manifiesto de ingreso. La degradación de bits la encuentra el archivo, no un investigador que se descargó un fichero roto.
Retención de solo anexado
La copia fría acepta escrituras y rechaza borrados. Quitar algo es una operación deliberada, registrada y a dos personas, no algo que un comando mal tecleado pueda hacer a las tres de la mañana.
Enrutado consciente de derechos
La capa pública no contiene ningún byte restringido. Los títulos restringidos viven tras una ruta autenticada en un origen separado, de modo que una regla de caché mal configurada en el lado público no puede filtrar ninguno: el objeto no está ahí para filtrarse.
Balanceo condicionado por salud
El balanceador comprueba un endpoint real que toca la base de datos, no un fichero estático. Un nodo que está encendido pero no puede responder una consulta sale de la rotación en vez de servir errores educadamente.
Doble pila desde el principio
Cada máquina lleva IPv6 junto a su asignación IPv4, y el tráfico interno entre capas circula por ahí. Las redes universitarias que llegan al archivo son a menudo v6 primero.
Qué cambió
- Un día de publicación lo absorben ahora dos nodos de catálogo en vez de dejar una máquina fuera de servicio, y un nodo puede reiniciarse a media tarde sin ventana de mantenimiento.
- Cada objeto de la colección tiene una suma de verificación registrada y una fecha de última verificación, que es la evidencia que se espera que un programa de preservación pueda aportar.
- El material restringido está separado por arquitectura y no por configuración, que es la diferencia entre una política y una garantía.
- El coste mensual son cuatro líneas fijas, que es lo que una solicitud de subvención necesita que sea.
En esta página no aparece ningún porcentaje de rendimiento. Publicamos cifras que hemos medido con un método declarado, y estos despliegues se describen por su arquitectura.
Cuando quieras
Tráenos una carga de trabajo, no una lista de la compra
Cuéntanos qué hace la cosa de verdad y te diremos qué máquinas encajan — incluso cuando la respuesta sea una más barata de la que pedías.
Virtual desde $15.00/mesBare metal desde $24.00/mes