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(qiáng)大的海量數(shù)據(jù)存儲與分析處理能力，在許多公司的應(yīng)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(shè)計用來以流式數(shù)據(jù)訪問模式存儲大文件，非常適合用來對大數(shù)據(jù)集進(jìn)行分析。然而許多實際應(yīng)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(nèi)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(fèi)系統(tǒng)數(shù)據(jù)處理資源。因此如何將Hadoop應(yīng)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(guān)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(jù)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(hù)的文件元數(shù)據(jù)信息的數(shù)量，借此緩解名稱節(jié)點內(nèi)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(jié)構(gòu)基礎(chǔ)在名稱節(jié)點上建立索引來維護(hù)小文件與其所在合并文件的對應(yīng)關(guān)系，同時對原始的B+樹加以改進(jìn)，使獲取所請求文件信息時能夠?qū)⑴c其上傳時間相關(guān)或存儲位置相關(guān)的其他文件索引信息一同獲取，利用這些預(yù)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(jù)該信息從名稱節(jié)點請求數(shù)據(jù)，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(jù)塊預(yù)取到本地，并建立索引維護(hù)本地數(shù)據(jù)