Hadoop-hdfs应用在hbase上时的为什么需要持久化同步

Question

在HBase官方文档中有这样一句话：
“除非运行在实现了持久化同步(sync)的HDFS上，HBase 将丢失所有数据。Hadoop 0.20.2, Hadoop 0.20.203.0,及 Hadoop 0.20.204.0 不具有上述特性。当前Hadoop仅在Hadoop 0.20.205.x 或更高版本--包含hadoop 1.0.0 --具有持久化sync. Sync必须显式开启。即 dfs.support.append 同时在客户端和服务器端设为真，客户端： hbase-site.xml ，服务器端： hdfs-site.xml
(The sync facility HBase needs is a subset of the append code path).
<property>
<name>dfs.support.append</name>
<value>true</value>
</property>
修改后必须重启集群。”

我的问题是“为什么需要持久化同步？HBase的数据会在什么情况下丢失？而设置持久化同步之后又为什么不会丢失？”
Ps：在当前集群环境下，没有设置hdfs的持久化同步，但也没出现HBase的数据丢失，包括之间还出现过重启、断电等情况，由此排除这些情况下的数据丢失。
Pps：请各位各抒己见，任何有根据的猜想和建议都是受欢迎的。

Answer 1

HBase文档上没说”将丢失所有数据“，原文1是：

HBase will lose data unless it is running on an HDFS that has a durable sync implementation.

只是可能会丢失而已。

分布式的文件系统都要处理的问题：1.是在节点间同步数据 2.确保数据写入到磁盘。

在2中通常是把数据写入到文件，然后通过sync系统调用把数据从系统的缓冲区写到磁盘，也就是通常说的持久化。当然，就算不自己调用sync，文件系统还是会定时把数据写到磁盘的，写文件的时候说不定还写了日志，所以不一定会丢失数据。

开启sync应该就是为了写入文件之后调用sync。