Hadoop小文件存储管理的研究与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.2.1 Hadoop处理小文件的问题 | 第13页 |
| 1.2.2 国内外研究现状 | 第13-15页 |
| 1.3 研究内容与意义 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 2 相关技术研究 | 第18-28页 |
| 2.1 Hadoop分布式平台 | 第18-19页 |
| 2.2 分布式文件系统HDFS | 第19-25页 |
| 2.2.1 名称节点NameNode | 第20-21页 |
| 2.2.2 DataNode和Client | 第21-22页 |
| 2.2.3 节点间通信协议 | 第22-23页 |
| 2.2.4 HDFS读写流程 | 第23-25页 |
| 2.3 MapReduce编程模型 | 第25-26页 |
| 2.4 Trie索引树 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 小文件处理优化方案的设计 | 第28-38页 |
| 3.1 HAR归档技术 | 第28-29页 |
| 3.2 Hadoop小文件处理性能量化 | 第29-31页 |
| 3.2.1 NameNode内存消耗 | 第29-30页 |
| 3.2.2 小文件访问时间 | 第30-31页 |
| 3.3 小文件存储优化设计 | 第31-33页 |
| 3.3.1 小文件合并策略 | 第31-32页 |
| 3.3.2 存储流程设计 | 第32-33页 |
| 3.4 小文件检索优化设计 | 第33-34页 |
| 3.4.1 多级索引策略 | 第33页 |
| 3.4.2 检索流程设计 | 第33-34页 |
| 3.5 小文件处理优化方案的量化分析 | 第34-36页 |
| 3.5.1 NameNode内存消耗 | 第35-36页 |
| 3.5.2 小文件读写性能 | 第36页 |
| 3.6 本章小结 | 第36-38页 |
| 4 小文件处理优化方案的实现 | 第38-53页 |
| 4.1 小文件合并 | 第38-42页 |
| 4.1.1 小文件定义与检测 | 第38-39页 |
| 4.1.2 小文件合并算法 | 第39-40页 |
| 4.1.3 MapReduce输入分片自定义 | 第40-42页 |
| 4.2 多级索引 | 第42-50页 |
| 4.2.1 全局索引 | 第42-44页 |
| 4.2.2 局部一级索引 | 第44-48页 |
| 4.2.3 局部二级索引 | 第48-50页 |
| 4.3 HDFS节点改进 | 第50-52页 |
| 4.3.1 局部索引的放置 | 第50-51页 |
| 4.3.2 主从节点的修改 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 测试与分析 | 第53-64页 |
| 5.1 Hadoop平台搭建 | 第53-56页 |
| 5.1.1 集群搭建 | 第53-54页 |
| 5.1.2 配置集群参数 | 第54-56页 |
| 5.2 测试设计与准备 | 第56-57页 |
| 5.2.1 测试设计 | 第56-57页 |
| 5.2.2 测试数据 | 第57页 |
| 5.3 对比测试 | 第57-62页 |
| 5.3.1 小文件合并写入测试 | 第57-58页 |
| 5.3.2 节点内存消耗测试 | 第58-60页 |
| 5.3.3 小文件访问性能测试 | 第60-62页 |
| 5.4 测试分析 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| 6.1 工作总结 | 第64-65页 |
| 6.2 研究展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 学位论文数据集 | 第71页 |
