数据库教学课件：Hbase and the performance of accessing to HDFS(林俊宏).pptVIP

下载本文档

0
0
约4.56千字
约 23页
2023-01-16 发布于安徽
举报
版权申诉

数据库教学课件：Hbase and the performance of accessing to HDFS(林俊宏).ppt

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

Hbase The HBase HBase is a distributed column-oriented database built on top of HDFS. Easy to scale to demand HBase is the Hadoop application to use when you require real-time read/write random-access to very large datasets. Use MapReduce to search HBase depends on ZooKeeper and by default it manages a ZooKeeper instance as the authority on cluster state. Data Model A data model similar to Bigtable. a data row has a sortable row key and an arbitrary number of columns the table is stored sparsely, rows in the same table can have widely varying numbers of columns Conceptual View Physical Storage View Example Capture network packets into HDFS, save to a file for every minute. Run MapReduce app, estimate flow status. count tcp, udp, icmp packet number compute tcp, udp, or all packet flow The result save to HBase. row key and timestamp are the captrue time Row-key Timestamp Tcp:count Tcp:flow Udp:count Udp:flow … 2001003291011 126985290000 2423432 7989010927 387897 8991645466 … 201003291012 126985296000 2899787 10939993009 481241 8163769889 … … … … … … … … Display Specify start time and stop time to scan table then estimate data and display as flow graph. Sample output The performance of accessing files to HDFS directly and through a HDFS-based FTP server ssh登入namenode下達指令上傳檔案至HDFS： hadoop fs -Ddfs.block.size=資料區塊位元組數 -Ddfs.replication=資料區塊複製數量 -put 本機資料 HDFS檔案目錄由HDFS下載檔案： hadoop fs -get HDFS上的資料本機目錄 Accessing files to HDFS directly(1/7) 觀察透過HDFS參數的調整，讓HDFS在不同條件下的檔案讀取效能。之後的標題中若標示R=1，表示某檔案在HDFS中的複製（備份）數量。 Accessing files to HDFS directly(2/7) Accessing files to HDFS directly(3/7, R=1) MB級(100MB) GB級(3.3GB) 1M 4 120.5 2M 3.7 103.2 4M 3.4 93.5 8M 3.2 81.7 16M 2.7 84.8 32M 2.5 65.9 64M 1.8 65.1 128M 1.9 51.6 256M 1.9 62.7 512M 1.9 77 （橫軸表示資料分割區塊大小，單位：byte）（縱軸表示一份資料完全寫入HDFS所需要的時間，單位：秒） Accessing files to HDFS directly(4/7, R=1) MB級(100MB) GB級(3.3GB) 1M 2.3 61.5 2M 2.2 63 4M 2.1 62.4 8M 2.1 61.8 16M 2.1 61.7 32M 2.1 62.2 64M 2.1 60.1 128M 2 61.8 256M 2 63.1 5