- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于Hadoop处理小文件的优化策略
软件 2015 年第 36 卷 第 2 期 SOFTWARE IT
基于 Hadoop 处理小文件的优化策略
左大鹏,徐薇
(北京交通大学计算机与信息技术学院,北京市 100044)
: HDFS(Hadoop Distributed File System)作为开源系统广泛地适用于各类存储服务中,具有高容错,易 扩展,
廉价存储等特点。然而,HDFS 基于单一的服务器 NameNode 来处理元数据信息管理,当处理海量小文件时会造成
NameNode 内存过分消耗以及存储和读取性能并不理想,使 NameNode 成为系统瓶颈。本文提出一种基于 HAR(Hadoop
Archive)的优化机制来提高 NameNode 存储元数据信息的内存利用效率和提高读取小文件的访问效率。另外,该策略也
扩展了 HAR 文件追加的优化和为提高访问效率采用索引预取机制。实验结果表明该优化策略能够提高现有 HAR 处理
小文件的能力和访问海量小文件的效率。
: HDFS; 小文件; HAR; 索引策略; 索引预取
中图分类号: TP391.1 文献标识码: A DOI: 10.3969/j.issn.1003-6970.2015.02.023
本文著录格式:左大鹏,徐薇. 基于 Hadoop 处理小文件的优化策略[J]. 软件,2015,36(2):107111
Optimization Strategy for Handling Small Files on Hadoop
ZUO Da-peng, XU Wei
(School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044, China)
【Abstract 】: Hadoop Distributed File System(HDFS) is an open source system which has advantages of high
fault-tolerance, scalability and low-cost storage capability and has been widely suitable for storage applications. How-
ever, HDFS based on single master (NameNode) to handle metadata management, NameNode would have the memory
overhead problem and suffer the performance penalty in both storage and accessing while handling massive small files,
NameNode would become bottleneck. This paper proposes a mechanism based on Hadoop Archive (HAR) to improve
the memory utilization for metadata and enhance efficiency of accessing small files. In addition, this strategy also ex-
tends HAR capability to allow additional files to be inserted into the existing archive files and adopts the preload of
index files to improve the access efficiency. Experimental results show that thi
原创力文档


文档评论(0)