2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、在這個云計算和大數(shù)據(jù)飛速發(fā)展的時代,每天都有不計其數(shù)的數(shù)據(jù)產(chǎn)生,其中小文件比例相當(dāng)高。許多大型的公司使用Hadoop來進行海量數(shù)據(jù)的分布式存儲和計算,而當(dāng)集群中存在大量小文件時,Hadoop的性能十分低下。本文針對Hadoop在存儲小文件時的問題,提出了一種結(jié)合Hbase和文件合并索引來對不同特征小文件進行處理的方案,并設(shè)計了基于多隊列置換算法的緩存,并通過實驗驗證,減少了Namendoe內(nèi)存占用以及讀寫大量小文件的耗時,優(yōu)化了存儲性能

2、。
  本文首先分析了Hadoop存儲海量小文件的研究現(xiàn)狀,并介紹了Hadoop的框架結(jié)構(gòu),接著對分布式文件系統(tǒng)HDFS、分布式計算框架MapReduce以及分布式數(shù)據(jù)庫Hbase的工作機理進行了深入研究,重點分析了HDFS的架構(gòu)以及讀寫文件的流程,總結(jié)出HDFS在存儲海量小文件時Namenode內(nèi)存占用高及讀寫效率低的原因。
  然后,本文對小文件存儲中存在的問題進行分析,對小文件的存儲方案進行整體設(shè)計,對不同特征的小文件

3、文件采用不同處理方法。針對大量Namenode內(nèi)存占用的問題,本文采用根據(jù)文件類型特征進行合并的方案,從而使文件數(shù)量大大減少,并提高文件寫入效率。對于小文件讀取性能低下的問題,本文為小文件設(shè)計了基于單詞查找樹的索引,保證小文件可以完整高效的從合并后的大文件中取回,為了進一步提高文件讀取效率,應(yīng)對部分熱點數(shù)據(jù)的頻繁讀取,在Datanode中設(shè)計了基于多隊列置換算法的緩存,避免了熱點數(shù)據(jù)大量頻繁的請求磁盤,導(dǎo)致讀取性能差的問題。
  

4、由于文件合并后需要將索引存儲在內(nèi)存中,如果存在大量的超小文件,會使索引文件過大,導(dǎo)致檢索性能下降。本文提出在文件寫入集群時,對文件進行篩選識別處理,將超小文件存儲到設(shè)計好的Hbase表中,使超小文件的文件的存儲便捷高效,提高超小文件的檢索性能,而且避免了Hbase對較大文件處理時的低效。而普通的小文件則采用合并索引緩存的流程處理,使方案可以在不同文件分布的場景下,都能表現(xiàn)出較高的性能。
  最后,本文搭建Hadoop集群,將設(shè)計的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論