2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩75頁(yè)未讀, 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、作為日趨成熟的分布式系統(tǒng),Hadoop擁有強(qiáng)大的海量數(shù)據(jù)存儲(chǔ)與分析處理能力,在許多公司的應(yīng)用之中都有良好的表現(xiàn)。本文所研究的HDFS(Hadoop Distributed File System)是Hadoop的重要組成部分之一,它被設(shè)計(jì)用來(lái)以流式數(shù)據(jù)訪問模式存儲(chǔ)大文件,非常適合用來(lái)對(duì)大數(shù)據(jù)集進(jìn)行分析。然而許多實(shí)際應(yīng)用場(chǎng)景要求存儲(chǔ)和處理大量的小文件,這并不是HDFS所擅長(zhǎng)的。在小文件量急劇增長(zhǎng)時(shí)會(huì)出現(xiàn)以下問題:名稱節(jié)點(diǎn)內(nèi)存大量被消耗,成

2、為系統(tǒng)瓶頸;訪問大量小文件效率低下;mapreduce時(shí)浪費(fèi)系統(tǒng)數(shù)據(jù)處理資源。因此如何將Hadoop應(yīng)用到小文件場(chǎng)景成為亟待解決的問題。
  本文通過分析發(fā)現(xiàn)了解決問題的關(guān)鍵所在:一方面需要減少文件數(shù)量,另一方面需要減少客戶端在存取文件時(shí)與名稱節(jié)點(diǎn)的交互次數(shù)。根據(jù)這樣的思路,首先通過將小文件合并成大文件,將合并文件整個(gè)存入文件系統(tǒng)的方式來(lái)減少名稱節(jié)點(diǎn)需要維護(hù)的文件元數(shù)據(jù)信息的數(shù)量,借此緩解名稱節(jié)點(diǎn)內(nèi)存壓力;之后本文利用B+樹查找速

3、度快、元素按序排列的優(yōu)勢(shì),以B+樹為結(jié)構(gòu)基礎(chǔ)在名稱節(jié)點(diǎn)上建立索引來(lái)維護(hù)小文件與其所在合并文件的對(duì)應(yīng)關(guān)系,同時(shí)對(duì)原始的B+樹加以改進(jìn),使獲取所請(qǐng)求文件信息時(shí)能夠?qū)⑴c其上傳時(shí)間相關(guān)或存儲(chǔ)位置相關(guān)的其他文件索引信息一同獲取,利用這些預(yù)取的索引信息,再次訪問時(shí)先從本地查找索引信息,若命中則可以直接根據(jù)該信息從名稱節(jié)點(diǎn)請(qǐng)求數(shù)據(jù),從而減少訪問名稱節(jié)點(diǎn)索引的次數(shù),提高讀取效率;最后在客戶端讀取文件時(shí)將小文件所在數(shù)據(jù)塊預(yù)取到本地,并建立索引維護(hù)本地?cái)?shù)據(jù)

溫馨提示

  • 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論