基于Hadoop與HBase的文件存儲系統(tǒng)應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩81頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、Web2.0時代的到來,互聯(lián)網(wǎng)產(chǎn)業(yè)得到了迅速的發(fā)展,涌現(xiàn)出各式各樣的互聯(lián)網(wǎng)服務(wù),例如,通過社交網(wǎng)站,人們可以和自己的朋友分享自己生活的點點滴滴,通過互聯(lián)網(wǎng)云存儲服務(wù),人們可以將自己的文件上傳到互聯(lián)網(wǎng),然后只要有網(wǎng)絡(luò)接入,就可以隨時訪問自己的文件。類似這些的互聯(lián)網(wǎng)服務(wù),必然會在網(wǎng)站的后臺產(chǎn)生海量的用戶文件,比如用戶上傳的照片,音樂,甚至是視頻,而移動互聯(lián)網(wǎng)的誕生進一步導(dǎo)致用戶數(shù)據(jù)急劇地增長。如何在兼顧到成本條件下,對這些海量的用戶數(shù)據(jù)進行

2、高效的存儲與訪問,是一項巨大的挑戰(zhàn)。傳統(tǒng)的文件存儲難以擴容的特點決定了它無法對海量數(shù)據(jù)進行存儲,分布式文件系統(tǒng)可以通過增加集群的機器數(shù)量來完成對海量數(shù)據(jù)的存儲。
  Hadoop作為一個開源的并行計算框架,它提供了一個分布式的文件存儲系統(tǒng)HDFS,并且它能夠運行于廉價的機器上而不用擔(dān)心文件的丟失。另一方面,HBase作為構(gòu)建在HDFS之上的面向列的分布式數(shù)據(jù)庫,具有隨機實時讀寫的特征。本文結(jié)合Hadoop與HBase技術(shù),提出了一

3、種基于Hadoop與HBase混合體系結(jié)構(gòu)的文件存儲方案。
  由于HDFS文件系統(tǒng)本身比較適合存儲較大文件,存儲眾多的小文件時,元數(shù)據(jù)會急劇地消耗掉Namenode的內(nèi)存空間,從而制約了文件系統(tǒng)的可擴展性。本文結(jié)合了Hadoop與HBase,提出了自己的一套文件存儲方案,有效的解決了小文件存儲問題,同時又保證了存儲與訪問的性能。即:對于圖片文件,一般來說,其大小都在幾十KB到幾MB之內(nèi),可以先將圖片數(shù)據(jù)轉(zhuǎn)化為Base64編碼,將

4、轉(zhuǎn)化后的Base64編碼持久化到HBase數(shù)據(jù)庫里面,訪問圖片時,先從HBase里面取出Base64編碼,解碼成為圖片的二進制形式返回給請求方;另一方面,對于非圖片文件,根據(jù)文件自身大小決定它的存儲方案,如果文件比較?。ㄐ∮谀骋慌渲弥担?,可以采取與圖片存儲一樣方案,如果文件大小大于配置值,則可以將其直接存儲到HDFS中,并且在HBase中保存該文件的元數(shù)據(jù),如HDFS中的路徑,文件名等。對于HDFS中的文件,定期運行后臺任務(wù),將符合條件

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論