基于Hadoop的海量小文件存储性能优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 Hadoop存储小文件的缺点 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-17页 |
| 1.4 主要的研究内容 | 第17页 |
| 1.5 本文的章节安排 | 第17-18页 |
| 第2章 相关的平台介绍及技术研究 | 第18-28页 |
| 2.1 Hadoop起源与简介 | 第18-19页 |
| 2.2 分布式文件系统HDFS | 第19-25页 |
| 2.2.1 HDFS基本概念 | 第19-21页 |
| 2.2.2 HDFS基本架构 | 第21-23页 |
| 2.2.3 HDFS文件读写流程 | 第23-25页 |
| 2.3 分布式计算框架MapReduce | 第25-26页 |
| 2.4 分布式数据库Hbase | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 小文件存储策略的设计与实现 | 第28-47页 |
| 3.1 系统整体架构 | 第28-29页 |
| 3.2 Hbase存储超小文件设计 | 第29-33页 |
| 3.2.1 超小文件筛选识别 | 第29页 |
| 3.2.2 Hbase表的设计 | 第29-31页 |
| 3.2.3 Hbase读写文件流程及性能优化 | 第31-33页 |
| 3.3 小文件合并设计与实现 | 第33-36页 |
| 3.3.1 合并方案设计 | 第34-35页 |
| 3.3.2 合并方案实现 | 第35-36页 |
| 3.4 小文件索引设计与实现 | 第36-45页 |
| 3.4.1 文件类型索引 | 第36-38页 |
| 3.4.2 小文件数据索引 | 第38-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 读取小文件的缓存策略设计与实现 | 第47-55页 |
| 4.1 缓存简介 | 第47-49页 |
| 4.2 缓存结构设计 | 第49-50页 |
| 4.3 缓存文件置换方法 | 第50-51页 |
| 4.4 小文件缓存算法的设计和实现 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 实验以及数据对比分析 | 第55-65页 |
| 5.1 实验数据与实验基准 | 第55页 |
| 5.2 Hadoop集群搭建 | 第55-58页 |
| 5.3 实验测试与数据对比 | 第58-63页 |
| 5.3.1 Namenode内存占用测试 | 第58-60页 |
| 5.3.2 文件写入性能测试 | 第60页 |
| 5.3.3 文件读取性能测试 | 第60-62页 |
| 5.3.4 Hbase读写超小文件测试 | 第62-63页 |
| 5.4 实验结果总结分析 | 第63-64页 |
| 5.5 本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 1.主要工作和研究成果 | 第65-66页 |
| 2.不足与展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第71-72页 |
| 致谢 | 第72页 |
