Z toho je krasne videt, ze cokoliv uploadnes nekam na Internet, tam uz zustane navzdy. I kdyz si myslis, zes to smazal (pokud aspon mas moznost to smazat).
V principu je to pravda, ale nevím z čeho vyvozujete, že tam byl i obsah těch souborů a ne jen jejich metadata?
No myslim si ze by si za ty roky a vsimli ze jim nesedi pocet souboru s poctem souboru v DB a nebo ze jim nesedi SUM(size) se zabranym mistem na discich... takze jestli tam byla metadata, tak se tam pravdepodobne nekde valela i data
A co třeba deduplikace? Hádal bych, že Dropbox nefunguje tak jednoduše, jako když si nakopírujete data na flash disk (čímž samozřejmě nevylučuju možnost deduplikace na flashce :) ).
Deduplikace potrebuje vela RAM, vid napr ako to robi zfs, takze nie je to take jednoduche ako to vyzera....
RAM potrebujes jen pokud to nechces davat na disk (a chces to delat online a rychle) a pokud se bavime o nejakym pidisystemu. Deduplikaci muzes klidne delat treba tak, ze pri zapisu spocitas hash bloku dat a ten posles na uplne jiny zelezo do nejaky databaze, a kdyz se ti vrati ze nasel, tak misto zapisu jen nalinkujes prislusnej existujici blok. Samo prevazne to nejdriv nekam zapises a expost to presunujes na deduplikovany uloziste.
Právě jsi vymyslel geniální systém, jak přijít o data. Hint: hash collision
A jak si myslite, ze funguje deduplikace napriklad v tom zfs?
Podle hashe najde potenciálně duplicitní bloky, ale vždy je nutné porovnat jejich obsah, než je možné je deduplikovat. Pokud máte ke 128 KiB blokům 256bitovou hash (jako ZFS), tak stejnou hash má více než 10^1200 různých bloků.
Zase tak moc ne, u ZFS cca 20 GiB pro online dedup stačí. Což je pro server v pohodě. Horší je to s výrazně kolísavým výkonem, každý hash hit totiž znamená read+compare, což u množství dat, která má DropBox, bude poměrně často. Když jsem dělal na projektu, kde se tohle řešilo pro big data, tak se používal online tagging (označení a zařazení podle hashe jako potenciálně dedup; to vyžaduje to množství RAM) + jednou za čas offline dedup (kde díky tomu, že se porovnává hodně bloků se stejným hashem najednou, to dost zrychlí disková cache).
On někdo čekal, že to Dropbox maže? Přece by se NSA a podobná pakáž nepřipravila o skvělý testovací polygon pro big data a data mining.
Nevím, co máte zase kecy o NSA. Pokud by to byla NSA, tak s tím problém naprosto není, protože ty aspoň (v době různých islámských vygumovanců) dělají záslužnou práci.
Problém je, že data syslí komerční nadnárodní entity, které se nemusí nikomu zodpovídat - a nejhorším prostě přesunou data do jiného státu. To je ta největší hrozba pro svět!
Kolik vám je let? Znakem dospělosti je nahrazení naivity soudností.
Mimochodem: Má Dropbox warrant canary?
prvni vysledky angazma Condoleezzy Riceove v Dropboxu
https://www.theguardian.com/technology/2014/apr/11/dropbox-condoleezza-rice-privacy-surveillance