基于HDFS的海量小文件存储策略的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 学术界相关研究 | 第12-13页 |
| 1.2.2 工业界相关研究 | 第13页 |
| 1.2.3 Hadoop自身相关研究 | 第13-14页 |
| 1.3 研究现状分析 | 第14页 |
| 1.4 论文的主要工作 | 第14-15页 |
| 1.5 文章组织结构 | 第15-18页 |
| 第2章 相关技术研究 | 第18-30页 |
| 2.1 HDFS分布式文件系统的概述 | 第18-21页 |
| 2.1.1 HDFS分布式存储平台组件 | 第18页 |
| 2.1.2 HDFS存储架构及原理概述 | 第18-19页 |
| 2.1.3 HDFS读取文件流程分析 | 第19-20页 |
| 2.1.4 HDFS写入文件流程分析 | 第20-21页 |
| 2.2 Hadoop元数据管理机制的研究 | 第21-23页 |
| 2.2.1 元数据概述 | 第21-22页 |
| 2.2.2 元数据备份 | 第22-23页 |
| 2.3 HDFS典型小文件存储技术 | 第23-27页 |
| 2.3.1 SequenceFile解决方案分析 | 第23-25页 |
| 2.3.2 Federation处理方式分析 | 第25-26页 |
| 2.3.3 HAR小文件处理技术分析 | 第26-27页 |
| 2.4 MYSQL Memory数据存储引擎 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 海量小文件上传策略的研究 | 第30-42页 |
| 3.1 元数据在NameNode中内存损耗分析 | 第30-31页 |
| 3.2 小文件上传处理模块的研究 | 第31-33页 |
| 3.2.1 小文件上传处理模块的设计 | 第32页 |
| 3.2.2 算法设计中用的符号说明 | 第32-33页 |
| 3.3 文件大小判定单元 | 第33-34页 |
| 3.3.1 小文件的定义 | 第33页 |
| 3.3.2 判定单元算法描述 | 第33-34页 |
| 3.4 文件处理单元 | 第34-37页 |
| 3.4.1 基于文件属性信息的小文件分类 | 第35页 |
| 3.4.2 基于文本相似性小文件分类 | 第35-37页 |
| 3.5 文件合并单元 | 第37-39页 |
| 3.5.1 文件合并算法说明和规则 | 第37-38页 |
| 3.5.2 文件合并算法描述 | 第38-39页 |
| 3.6 文件追加单元 | 第39-40页 |
| 3.7 本章小结 | 第40-42页 |
| 第4章 海量小文件读取策略的研究 | 第42-52页 |
| 4.1 HDFS读取文件时间分析 | 第42-44页 |
| 4.2 小文件读取流程设计 | 第44-45页 |
| 4.2.1 小文件读取方法的设计 | 第44页 |
| 4.2.2 小文件读取过程的描述 | 第44-45页 |
| 4.3 小文件索引表的设计 | 第45-47页 |
| 4.3.1 索引表的结构 | 第45-46页 |
| 4.3.2 索引字段的介绍 | 第46页 |
| 4.3.3 通过索引表访问文件流程 | 第46-47页 |
| 4.4 缓存模块 | 第47-50页 |
| 4.4.1 缓存结构设计 | 第47-49页 |
| 4.4.2 缓存置换策略 | 第49-50页 |
| 4.5 预取机制 | 第50页 |
| 4.6 文件读取 | 第50-51页 |
| 4.7 本章小结 | 第51-52页 |
| 第5章 实验测试与结果分析 | 第52-60页 |
| 5.1 实验环境的部署及相关说明 | 第52-54页 |
| 5.1.1 Hadoop实验环境说明 | 第52-53页 |
| 5.1.2 Hadoop集群搭建过程简介 | 第53-54页 |
| 5.2 小文件处理模块实验测试与分析 | 第54-59页 |
| 5.2.1 测试文件大小分布 | 第54-55页 |
| 5.2.2 文件上传对比实验 | 第55-56页 |
| 5.2.3 主节点内存损耗对比 | 第56-57页 |
| 5.2.4 文件读取效率对比 | 第57-59页 |
| 5.3 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66-68页 |
| 致谢 | 第68页 |
