2026/06/05 17:08

LinuxおよびUnixにおけるlost+foundフォルダーの目的とは何ですか？（2014年）

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

ファイルシステムチェックユーティリティ（

fsck

）の主な機能は、予期せぬシステムクラッシュによって残される未参照のデータ断片である孤立した inode をスキャンして隔離することです。これらファイルは通常、特殊ディレクトリ

lost+found

に見出され、電源障害やカーネルパニックなどの突然の事象から生じた開かれたプロセスまたは不完全なデータを表しています。これらの断片のいくつかは無関係な名前によるノイズに過ぎない一方、他の断片にはクラッシュ発生前に部分的に復元された情報が含まれている可能性があります。なお、このディレクトリはファイルデータ自体を保存するのではなく、エントリ用の空間のみを事前確保するため、誤って削除された場合は

mklost+found

などの特定のコマンドによって正しく作成する必要があります。これにより、ユーザーは修復およびアクセスを試みることで部分的なデータ復元の機会を得られる一方で、陳腐化または破損したバージョンを取得するリスクに直面するというトレードオフにあります。逆に、それらを無視すると、潜在的に重要なデータの未復元となり、業界全体としては標準ツールがこの重要な復元構造を自動的に再作成できないことを理解し、システム保守時には細心の注意を払う必要があります。

本文

「lost+found」ディレクトリと fsck の動作について

ファイルシステムチェックコマンド

fsck

を実行すると、参照先のないデータフラグメント（破片）が見つかる場合があります。特に、名前を持たない完全なファイルのように見えているデータを発見することがあります。

問題の背景：インオードとは

この現象は、「インオード（orphan）と呼ばれます。
対応するファイル名が存在しないため、通常の手段ではアクセスできませんが、未だにディスクスペースを使用し続けています。

fsck

の修復処理と動作

システム上で

fsck

を実行してファイルシステムを修復すると、以下のことが発生します。

参照先のない「ほぼ削除された」ファイルを再発見し、完全なファイルとして復元します。
ただし、これらのファイルはかつて名前と場所を持っていましたが、現在はその情報が利用不可能です。
ためらわずに、fsck は該当ファイルを特定のディレクトリである 「lost+found」（拾得物）に格納します。

「lost+found」のケース別解説

ケース 1：急停止時のアンリンクファイル

システムが急停止（カーネルパニックや電源障害など）した直後の状況を反映している場合があります。

状況: ファイルは既に削除（アンリンク）されていたものの、メモリ上のプロセスがまだ開き続けていたため、コンテンツが消去されませんでした。
対応: これらは本来削除される予定のものであり、特に気にする必要はありません。

ケース 2：ファイルシステムの不整合による発見

ソフトウェアまたはハードウェアのバグにより、ファイルシステムが一貫性を失っていた場合に発生します。

意味: システム側の修復作業で挽回はできているが、「喪失した」と考えられていたファイルの特定手段となります。
注意点:
- 有用なデータが含まれている場合もありますが、不完全であったり、陳腐化している可能性があります。
- これはファイルシステムに与えたダメージの程度によって決まります。

「lost+found」ディレクトリの特殊性と操作注意

多くのファイルシステムでは、「lost+found」は以下の特徴を持っています。

事前割り当て: fsck がファイルを格納するために、スペースを事前に割り当てておきます。
割り当ての目的: 保持するファイルデータ用ではなく、fsck が作成する必要があるディレクトリエントリ用です。

削除してしまった場合の対処法

「lost+found」ディレクトリを誤って削除してしまった場合は、以下の通り注意して再作成してください。

❌ 避けるべき:
```
mkdir
```
コマンドで手動作成（特殊な権限や事前割り当てが設定されないため）。
✅ 推奨される: 利用可能な環境では、mklost+found
コマンドを使用する。

同じ日のほかのニュース

一覧に戻る →

2026/06/08 4:01

Linear がなぜこれほど速いのか？技術的な解説

## Japanese Translation: # リニア革命：ウェブアプリケーションのパフォーマンス革新リニアは、データベースをブラウザ内に完全に実行する（IndexedDB を使用）ことで、従来の CRUD アプリのデータ読み込み時間である約 300ms を数ミリ秒に短縮します。この「ローカルファースト」アーキテクチャでは、標準的なネットワークループが逆転し、デバイス上で変更を即時適用し、WebSocket を経由で非同期でデルタをプッシュすることで、アップデート待ちの地味な网络待ち時間を排除します。共同創設者のトゥオマス・カンカレは、この自社工程エンジンをゼロから構築することを強く推奨しました。タンスタッククエリや SWR などの一般的な楽観的な更新ライブラリを使用せず、サーバーを単なる同期ターゲットとして厳密に扱うアプローチを採用しています。JavaScript のサイズを最小限に抑えるため（圧縮後の JS は約 21MB にまで削減され、ルートレベルのチャンクに分けられている）、チームはバンドルパイプラインを 4 回も移行しました（Parcel → Rollup → Vite → Rolldown）。これにより、配送されるコード量は約 50% 削減されました。重要資産には、フォント（単一の可変 Inter ファイル）、数百のルートチャンクが含まれており、サービスワーカーと `<head/>` に設定された並行モジュールプレロードリンクを通じて事前キャッシュされます。これにより、オフライン時や繰り返し訪問時でも即座にレンダリングが可能になります。さらに、重要な CSS、JavaScript、認証ロジックは HTML に直接埋め込まれており、認証にはセッショントークンの即時取得ではなく、ローカルストレージ内の存在を確認する方式を採用しています。该系统は、50 件のイシューリストが変更された場合、わずか 50 セルだけを更新するなどの粒度の細かなリレンダを達成します。これは、データをプロパティごとの MobX オブザーバブルに水浸げすることで実現されており、標準的なフレームワークでは追いつけない優れた速度優位性を保証しています。

2026/06/08 3:33

依存症、逮捕、犯罪歴からの再起：ゼロから立ち直すまで

## Japanese Translation: 最も重要な示唆は、技術分野における採用決定において過去の過ちよりも将来の可能性を優先させるべきであるという点です。堅い身元調査は無視できない課題を乗り越えた有能な個人が不当に排除されるためです。著者は自らの驚異的なキャリア回復の実例によってこの主張を具体化しています：未成年の逮捕歴（監禁中に最大保安施設で Schedule II 指定薬物への所有および製造・頒布意図に関する 17 の起訴を含む）から、現代の技術産業における高位な技術職に就くまでです。当初、企業の「前科者なし」という採用ポリシーにより 8 社のオファーが撤回されましたが、彼は後に、ワークリリースインターンシップ期間中やハスラ（現在は PromptQL）で創設者から felony conviction の開示を受け入れた際に再雇用されるなど、採用管理者が大きなリスクを冒して彼を採用したことで成功を果たしました。彼の journey はまた、試行錯誤を通じて学んだ特定の教訓も強調しています：Techtonic での不当な解雇とその後 Slack の履歴を調べて正当化されたことや、Hasura などのコミュニティ主導のツールの発見とその仕事が不可欠になったことなどです。この個人的な物語は、犯罪記録を超えて才能が存在し、支援的なリーダーシップが人生を変えうることを説得力のある証拠として提供します。これからの未来において、業界リーダーは候補者の履歴に基づいて自動的に不合格にするのではなく、実証されたスキルを評価するよりニュアンスのある採用慣行を採用すべきです。功績基準による評価システムへとシフトすることで、技術セクターは見逃された膨大な talent の蓄水池を活用できるほか、更生と労働市場への再統合を積極的に支援し、より包摂的な環境を構築できます。

2026/06/08 3:54

LLM が人間のような属性を持つなら、同じく「エイジオブエンパイア2」もそうだ

## Japanese Translation: 本文書（arXiv:2605.31514）は、Adrian de Wynter 氏によるものであり、大規模言語モデル（LLM）に独自の人間のような（擬人化された）特性を帰属させることは欠陥のある仮定であると論じます。その理由は、そのような特性は「Age of Empires II」といったリアルタイム戦略ゲームでトレーニングされたニューラルネットワークを含む、あらゆる十分に複雑なシステムにおいて現れる可能性があるためです。著者は「Age of Empires II」が機能的かつチューリング完全であることを認めつつも、レゴの組み立てやグレート・ボストン地域など他のエンティティを、同様の擬人化的特性を示し得る強力なサブストレートの例として挙げています。基本的な証拠は、根本的な応答特性は一定のままでも、観測される行動の解釈はサブストレートによって変化する可能性があることを示しています。擬人化された属性が存在するかどうかを、サブストレートに依存せずに仮定することは循環的な結論や情報不足の結論につながります。著者は「null（零）」という仮説を提唱しており、明示的な測定がそれを否定するまで、LLM をこれらの特性において非特異であると扱うよう提案しています。この転換は、技術業界に対して、ニューラルネットワークだけでなく他のシステムにも人間のような性質を見出さないよう警戒することを促します。これを裏付けるために、本稿では分野の概要調査、潜在的な異議への言及、そして「null」仮説を適用する具体例について論じています。本研究は、オープンネスとユーザーデータのプライバシーを重視する arXivLabs の取り組みの一部です。