基于 Hadoop 的海量小文件处理技术研究

基于 Hadoop 的海量小文件处理技术研究 ，主要工作包括两个方面： 1) 基于多层索引的小文件读写策略的研究与实现。本文根据 Hadoop 平台现 有小文件处理的思想，对海量小文件进行合并然后建立索引。其中索引结构的设 计是本文的创新点及研究重点，包括索引预处理、索引分层、索引分片等。通过 对小文件按类型进行合并，建立多层索引，并对Hadoop平台源代码进行相应改进， 海量小文件在 Hadoop 平台上耗费节点内存的问题得到解决，检索效率得到一定程 度提升、名字节点负担得到减轻、实用性也得到提高。 2) 基于缓存技术的小文件读取策略的研究与实现。本文实现了基于 Java 语言 的Adaptive Repalcement Cache缓存管理算法(ARC算法) ，并 提出改进的ARC算法， 以适应海量小文件中存在大量热点数据的情况。改进的 ARC 算法可以预测将会被 频繁访问的小文件并将其进行缓存，并动态置换缓存中的数据，以此提高热点小 文件的检索效率。 ，并 提出改进的ARC算法， 以适应海量小文件中存在大量热点数据的情况。改进的 ARC 算法可以预测将会被 频繁访问的小文件并将其进行缓存，并动态置换缓存中的数据，以此提高热点小 文件的检索效率。