版權(quán)說(shuō)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、隨著信息技術(shù)的提高和互聯(lián)網(wǎng)飛速發(fā)展,企業(yè)和個(gè)人數(shù)據(jù)出現(xiàn)爆炸式增長(zhǎng)。研究調(diào)查預(yù)測(cè)到2020年全球數(shù)據(jù)量將達(dá)到35ZB。大數(shù)據(jù)時(shí)代已經(jīng)來(lái)臨,傳統(tǒng)數(shù)據(jù)存儲(chǔ)方式已經(jīng)無(wú)法滿足大數(shù)據(jù)時(shí)代的海量數(shù)據(jù)存儲(chǔ)需求,而以HDFS為代表的分布式文件系統(tǒng)憑借其高可靠性、高可擴(kuò)展、高容錯(cuò)性、低成本等特點(diǎn)為大數(shù)據(jù)時(shí)代的海量數(shù)據(jù)存取提供了全新的模式。然而,HDFS在處理小文件時(shí)存在存取效率低,元數(shù)據(jù)信息存儲(chǔ)消耗內(nèi)存大以及系統(tǒng)數(shù)據(jù)冗余度高等問(wèn)題。因此海量小文件的存儲(chǔ)方法
2、的研究與優(yōu)化成為國(guó)內(nèi)外研究的熱門之一。
本文對(duì)HDFS分布式文件系統(tǒng)進(jìn)行了全面分析,并介紹了重復(fù)數(shù)據(jù)刪除技術(shù),同時(shí)分析了基于HDFS系統(tǒng)存儲(chǔ)海量小文件時(shí)存在的不足。針對(duì)網(wǎng)絡(luò)中的存在大量的小文件及重復(fù)數(shù)據(jù),分別采用了相應(yīng)的的處理策略。本文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下:
(1)提出基于相似度的小文件合并算法。首先設(shè)計(jì)了提取文件關(guān)鍵字策略,對(duì)文件的關(guān)鍵字利用漢明距離進(jìn)行相似度計(jì)算,將相關(guān)的小文件合并成大文件上傳到HDFS上;
3、結(jié)合小文件合并方案,對(duì)小文件的元數(shù)據(jù)結(jié)構(gòu)、存儲(chǔ)位置進(jìn)行了分析,同時(shí),對(duì)小文件的讀寫操作流程進(jìn)行了詳細(xì)的設(shè)計(jì),有效地減少了系統(tǒng)的I/O操作,緩解了NameNode存儲(chǔ)元數(shù)據(jù)的壓力,間接地增加系統(tǒng)的存儲(chǔ)容量。
(2)針對(duì)系統(tǒng)中存在數(shù)據(jù)高度冗余問(wèn)題,本文在基于TTTD算法的基礎(chǔ)上提出了IOTD優(yōu)化算法,可以明顯地減小文件分塊大小的不確定性,提高數(shù)據(jù)去重率,同時(shí)為了加快數(shù)據(jù)去重中查詢索引表的速度,引入RUH表,通過(guò)MapReduce編
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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。
最新文檔
- 基于MapFile的HDFS小文件存取優(yōu)化研究.pdf
- 面向海量小文件存取的HDFS優(yōu)化研究.pdf
- 基于HDFS的小文件存儲(chǔ)方法的研究與優(yōu)化.pdf
- Hadoop平臺(tái)下文件副本存儲(chǔ)改進(jìn)及小文件合并存取優(yōu)化的研究.pdf
- Hadoop小文件處理技術(shù)的研究與優(yōu)化.pdf
- Hadoop中海量小文件存取關(guān)鍵技術(shù)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- Hadoop小文件處理方法的研究與實(shí)現(xiàn).pdf
- Hadoop中小文件處理技術(shù)的研究與優(yōu)化.pdf
- 基于HDFS的小文件處理與副本策略優(yōu)化研究.pdf
- 基于HDFS的小文件存儲(chǔ)方法的研究.pdf
- 基于對(duì)象合并的小文件優(yōu)化技術(shù)研究.pdf
- 基于Hadoop的海量小文件存儲(chǔ)性能優(yōu)化研究.pdf
- 基于Hadoop的海量小文件處理性能研究與優(yōu)化.pdf
- 面向車駕管業(yè)務(wù)的海量小文件存儲(chǔ)研究與優(yōu)化.pdf
- Hadoop分布式文件系統(tǒng)小文件數(shù)據(jù)存儲(chǔ)性能的優(yōu)化方法研究.pdf
- 基于Hadoop的海量統(tǒng)計(jì)小文件存儲(chǔ)優(yōu)化研究.pdf
- 基于HDFS的海量小文件處理性能的研究與優(yōu)化.pdf
- 云環(huán)境下海量小文件存儲(chǔ)技術(shù)的研究與應(yīng)用.pdf
- 分布式文件系統(tǒng)小文件性能優(yōu)化技術(shù)研究.pdf
- Hadoop海量小文件處理技術(shù)的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論