Hadoop的上傳和下載效率優化方法是什么

這篇文章主要講解了“Hadoop的上傳和下載效率優化方法是什么”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Hadoop的上傳和下載效率優化方法是什么”吧！

一、概述　　

基于任何平臺實現的云盤系統，面臨的首要的技術問題就是客戶端上傳和下載效率優化問題。基于Hadoop實現的云盤系統，受到Hadoop文件讀寫 機制的影響，采用Hadoop提供的API進行HDFS文件系統訪問，文件讀取時默認是順序、逐block讀取；寫入時是順序寫入。

二、讀寫機制　　

首先來看文件讀取機制：盡管DataNode實現了文件存儲空間的水平擴展和多副本機制，但是針對單個具體文件的讀取，Hadoop默認的API接 口并沒有提供多DataNode的并行讀取機制。基于Hadoop提供的API接口實現的云盤客戶端也自然面臨同樣的問題。Hadoop的文件讀取流程如 下圖所示：

1. 使用HDFS提供的客戶端開發庫，向遠程的Namenode發起RPC請求；

2. Namenode會視情況返回文件的部分或者全部block列表，對于每個block，Namenode都會返回有該block拷貝的datanode地址；

3. 客戶端開發庫會選取離客戶端最接近的datanode來讀取block；

4. 讀取完當前block的數據后，關閉與當前的datanode連接，并為讀取下一個block尋找最佳的datanode；

5. 當讀完列表的block后，且文件讀取還沒有結束，客戶端開發庫會繼續向Namenode獲取下一批的block列表。

6. 讀取完一個block都會進行checksum驗證，如果讀取datanode時出現錯誤，客戶端會通知Namenode，然后再從下一個擁有該block拷貝的datanode繼續讀取。

　　這里需要注意的關鍵點是：多個Datanode順序讀取。

　　其次再看文件的寫入機制：

1. 使用HDFS提供的客戶端開發庫，向遠程的Namenode發起RPC請求；

2. Namenode會檢查要創建的文件是否已經存在，創建者是否有權限進行操作，成功則會為文件創建一個記錄，否則會讓客戶端拋出異常；

3. 當客戶端開始寫入文件的時候，開發庫會將文件切分成多個packets，并在內部以"data queue"的形式管理這些packets，并向Namenode申請新的blocks，獲取用來存儲replicas的合適的datanodes列表， 列表的大小根據在Namenode中對replication的設置而定。

4. 開始以pipeline（管道）的形式將packet寫入所有的replicas中。開發庫把packet以流的方式寫入第一個 datanode，該datanode把該packet存儲之后，再將其傳遞給在此pipeline中的下一個datanode，直到最后一個 datanode，這種寫數據的方式呈流水線的形式。

5. 最后一個datanode成功存儲之后會返回一個ack packet，在pipeline里傳遞至客戶端，在客戶端的開發庫內部維護著"ack queue"，成功收到datanode返回的ack packet后會從"ack queue"移除相應的packet。

6. 如果傳輸過程中，有某個datanode出現了故障，那么當前的pipeline會被關閉，出現故障的datanode會從當前的 pipeline中移除，剩余的block會繼續剩下的datanode中繼續以pipeline的形式傳輸，同時Namenode會分配一個新的 datanode，保持replicas設定的數量。

　　關鍵詞：開發庫把packet以流的方式寫入第一個datanode，該datanode將其傳遞給pipeline中的下一個datanode，知道最后一個Datanode，這種寫數據的方式呈流水線方式。

三、解決方案

　　1.下載效率優化

　　通過以上讀寫機制的分析，我們可以發現基于Hadoop實現的云盤客戶段下載效率的優化可以從兩個層級著手：

　　1.文件整體層面：采用并行訪問多線程（多進程）份多文件并行讀取。

　　2.Block塊讀取：改寫Hadoop接口擴展，多Block并行讀取。

　　2.上傳效率優化

　　上傳效率優化只能采用文件整體層面的并行處理，不支持分Block機制的多Block并行讀取。

感謝各位的閱讀，以上就是“Hadoop的上傳和下載效率優化方法是什么”的內容了，經過本文的學習后，相信大家對Hadoop的上傳和下載效率優化方法是什么這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！