Hadoop小文件處理方法的研究與實現(xiàn).pdf

1、作為日趨成熟的分布式系統(tǒng)，Hadoop擁有強大的海量數(shù)據存儲與分析處理能力，在許多公司的應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，它被設計用來以流式數(shù)據訪問模式存儲大文件，非常適合用來對大數(shù)據集進行分析。然而許多實際應用場景要求存儲和處理大量的小文件，這并不是HDFS所擅長的。在小文件量急劇增長時會出現(xiàn)以下問題：名稱節(jié)點內存大量被消耗，成

2、為系統(tǒng)瓶頸；訪問大量小文件效率低下；mapreduce時浪費系統(tǒng)數(shù)據處理資源。因此如何將Hadoop應用到小文件場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與名稱節(jié)點的交互次數(shù)。根據這樣的思路，首先通過將小文件合并成大文件，將合并文件整個存入文件系統(tǒng)的方式來減少名稱節(jié)點需要維護的文件元數(shù)據信息的數(shù)量，借此緩解名稱節(jié)點內存壓力；之后本文利用B+樹查找速

3、度快、元素按序排列的優(yōu)勢，以B+樹為結構基礎在名稱節(jié)點上建立索引來維護小文件與其所在合并文件的對應關系，同時對原始的B+樹加以改進，使獲取所請求文件信息時能夠將與其上傳時間相關或存儲位置相關的其他文件索引信息一同獲取，利用這些預取的索引信息，再次訪問時先從本地查找索引信息，若命中則可以直接根據該信息從名稱節(jié)點請求數(shù)據，從而減少訪問名稱節(jié)點索引的次數(shù)，提高讀取效率；最后在客戶端讀取文件時將小文件所在數(shù)據塊預取到本地，并建立索引維護本地數(shù)據