基于Hadoop分布式文件系統(tǒng)的單點問題的研究論文
1 引言
如今網(wǎng)絡(luò)的飛速發(fā)展，數(shù)據(jù)量的增多，這就要求數(shù)據(jù)庫能夠具有處理超大規(guī)模數(shù)據(jù)的能力。Hadoop分布式平臺的出現(xiàn)，很好地解決了處理海量數(shù)據(jù)的難題。Hadoop集群架構(gòu)有兩個核心的設(shè)計，分別是HDFS(Hadoop Distributed FileSystem)和MapReduce。由于HDFS只有一個元數(shù)據(jù)服務(wù)器NameNode，導(dǎo)致HDFS存在單點故障，單點內(nèi)存不足等問題。本文在分析研究HDFS單點問題的基礎(chǔ)上，針對單點內(nèi)存瓶頸問題，提出了一種新型的上層歸檔文件系統(tǒng)，用來優(yōu)化海量小文件的處理，可有效地解決單點內(nèi)存瓶頸問題。
2 HDFS架構(gòu)
Hadoop分布式文件系統(tǒng)(HDFS)是Hadoop分布式平臺的一個核心組件，其設(shè)計目的是為了解決超大文件存儲難題。HDFS是由一個主節(jié)點和多個子節(jié)點構(gòu)成的主從結(jié)構(gòu)。主節(jié)點被稱為名稱節(jié)點(NameNode)，子節(jié)點被稱為數(shù)據(jù)節(jié)點(DataNode)。
名稱節(jié)點主要負責(zé)管理分布式文件系統(tǒng)中的元數(shù)據(jù)信息，處理用戶文件訪問操作請求等。而被上傳到Hadoop分布式文件系統(tǒng)中的大數(shù)據(jù)則保存在數(shù)據(jù)節(jié)點中。通過心跳機制，每隔一段時間數(shù)據(jù)節(jié)點與名稱節(jié)點進行信息交互。
Hadoop分布式文件系統(tǒng)包含名稱節(jié)點、數(shù)據(jù)節(jié)點、數(shù)據(jù)塊、數(shù)據(jù)包等組件。
名稱節(jié)點(NameNode)是HDFS的主節(jié)點，負責(zé)管理并維護整個分布式文件系統(tǒng)的元數(shù)據(jù)信息，即：FSImage信息和EditLog信息。NameNode又決定了大數(shù)據(jù)文件與數(shù)據(jù)塊之間的映射，數(shù)據(jù)塊與數(shù)據(jù)節(jié)點之間的映射，處理客戶端發(fā)來的文件操作訪問請求。
數(shù)據(jù)節(jié)點(DataNode)主要負責(zé)存儲數(shù)據(jù)文件，并且每隔一段時間向主節(jié)點發(fā)送存儲數(shù)據(jù)映射列表。
數(shù)據(jù)塊(Data Block)。分布式文件系統(tǒng)存儲的數(shù)據(jù)都存儲在數(shù)據(jù)塊中。上傳的數(shù)據(jù)文件首先被分割成默認大小64MB的數(shù)據(jù)塊，然后文件以數(shù)據(jù)塊的形式存放在不同的DataNode節(jié)點上，是分布式文件系統(tǒng)存儲數(shù)據(jù)的基本單位。為了防止數(shù)據(jù)塊丟失，每塊默認復(fù)制三塊，其中兩個數(shù)據(jù)塊存儲在一個機架中，另一個數(shù)據(jù)塊則被存儲在其他的機架中，大大提高了HDFS數(shù)據(jù)的可用性。
數(shù)據(jù)包(Data Packet)。在執(zhí)行寫操作時，需要將上傳的數(shù)據(jù)先保存在本地目錄中，待累計到系統(tǒng)規(guī)定值后才將數(shù)據(jù)一次寫入到Hadoop分布式文件系統(tǒng)中。這樣，每次上傳的數(shù)據(jù)稱為一個數(shù)據(jù)包。
3 NameNode單點問題分析
3.1 單點故障
單點故障是指引起系統(tǒng)整體失效的部件，當該部件失效時，會造成整個系統(tǒng)無法工作。Hadoop分布式文件系統(tǒng)由一個主節(jié)點和多個子節(jié)點構(gòu)成的。NameNode節(jié)點負責(zé)管理和維護所有的命名空間和元數(shù)據(jù)信息，名稱節(jié)點主要負責(zé)管理分布式文件系統(tǒng)中的元數(shù)據(jù)信息，處理用戶文件訪問操作請求等。一旦發(fā)生主節(jié)點故障會使整個系統(tǒng)無法正常工作，這對于使用者來說是災(zāi)難性的。
3.2 性能瓶頸
NameNode節(jié)點主要負責(zé)管理并維護整個分布式文件系統(tǒng)的元數(shù)據(jù)信息，處理用戶文件訪問操作請求。每次用戶發(fā)出文件訪問操作請求時，NameNode節(jié)點都需要響應(yīng)客戶端的請求。由于HDFS僅有一個名稱節(jié)點，當大量客戶端同時發(fā)出文件訪問操作請求，單一的名稱節(jié)點無法及時一一做出響應(yīng)，這必然會對HDFS正常運行造成嚴重的影響，是HDFS的性能瓶頸。
3.3 內(nèi)存瓶頸
NameNode節(jié)點中保存了整個系統(tǒng)的命名空間，負責(zé)管理并維護整個分布式文件系統(tǒng)的元數(shù)據(jù)信息，即：FSImage信息和EditLog信息。對于每個上傳的文件，NameNode節(jié)點會為其自動生成相應(yīng)的元數(shù)據(jù)信息，而這些元數(shù)據(jù)信息會占用少許的主節(jié)點內(nèi)存空間。HDFS適合存儲大數(shù)據(jù)文件，一般情況下，NameNode節(jié)點存儲的元數(shù)據(jù)信息不會對整個Hadoop集群造成影響。上傳文件后，用戶更多的是與數(shù)據(jù)節(jié)點進行訪問交互，不會對訪問性能造成影響。然而用戶選擇上傳海量的小文件時，元數(shù)據(jù)節(jié)點需要為每個小文件生成對應(yīng)的元數(shù)據(jù)信息，這勢必對NameNode單點內(nèi)存性能造成影響，從而對整個Hadoop集群的擴展性造成影響。一般，當用戶上傳小文件數(shù)量達到一億，相應(yīng)的元數(shù)據(jù)信息約占主節(jié)點20G的存儲空間。若上傳的小文件以指數(shù)級增長，HDFS集群將不足以支持海量文件的存儲。同樣，NameNode內(nèi)存瓶頸嚴重制約了集群的擴展。
4 對小文件存儲優(yōu)化的實現(xiàn)
上傳小文件前，首先對海量小文件進行預(yù)處理，將本地目錄中需要處理的小文件寫入HashMap集合中，同時通過格式轉(zhuǎn)換生成文件流式集合，其中小文件文件名作為key，文件內(nèi)容作為value。然后以SequenceFile作為容器，再將HashMap中存儲的海量小文件進行歸檔合并成一個大文件。最后，將合并后的大文件上傳Hadoop服務(wù)器序列化存儲在HDFS中，從而緩解了NameNode節(jié)點內(nèi)存瓶頸問題。
SmallFilesWrite類中，成員變量有兩個，就是String類型的靜態(tài)成員變量SOURCE_PATH和TARGET_PATH，SOURCE_PATH變量表示源路徑，即預(yù)上傳文件本地目錄路徑。TARGET_PATH表示目標路徑，即上傳到指定Hadoop分布式文件系統(tǒng)路徑。成員方法主要有readFiles方法、file2Bytes方法和main方法。
5 結(jié)論
本文針對Hadoop分布式文件系統(tǒng)的單點內(nèi)存瓶頸問題，提出了采用小文件歸并的優(yōu)化算法。根據(jù)Hadoop存儲數(shù)據(jù)特點，利用小文件合并大文件，可有效減少元數(shù)據(jù)的生成，解決了單點內(nèi)存瓶頸問題。在Hadoop分布式文件系統(tǒng)單點內(nèi)存瓶頸優(yōu)化的基礎(chǔ)上，對Hadoop分布式文件系統(tǒng)的性能瓶頸的優(yōu)化將是本人未來主要研究的內(nèi)容。
【基于Hadoop分布式文件系統(tǒng)的單點問題的研究論文】相關(guān)文章：
基于嵌入式技術(shù)的分布式系統(tǒng)研究及應(yīng)用論文03-16
基于問題導(dǎo)引的探究式教學(xué)研究論文02-20
基于我國油氣資源戰(zhàn)略的稅費問題研究論文提綱12-09
企業(yè)納稅籌劃問題的研究論文02-21
林業(yè)種植問題策略研究論文02-27
基于綠色視角的大學(xué)建設(shè)研究論文提綱03-28
基于網(wǎng)絡(luò)中ARP問題的分析及對策論文03-02
- 相關(guān)推薦