Hadoop HDFS 数据一致性

原创 2013年12月03日 15:42:43
HDFS 会对写入的所有数据计算校验和(checksum),并在读取数据时验证校验和。针对指定字节的数目计算校验和。字节数默认是512 字节,可以通过io.bytes.per.checksum属性设置。通过CRC-32编码后为4字节。

Datanode 在保存数据前负责验证checksum。client 会把数据和校验和一起发送到一个由多个datanode 组成的队列中,最后一个Datanode 负责验证checksum。如果验证失败,会抛出一个ChecksumException。客户端需要处理这种异常。

客户端从datanode读取数据时,也会验证checksum。每个Datanode 都保存了一个验证checksum的日志。每次客户端成功验证一个数据块后,都会告知datanode,datanode会更新日志。

每个datanode 也会在一个后台线程中运行一个DataBlockScanner,定期验证这个 datanode 上的所有数据块。

在用 hadoop fs get 命令读取文件时,可以用 -ignoreCrc 忽略验证。如果是通过FileSystem API 读取时,可以通过setVerifyChecksum(false),忽略验证。

Hadoop 中的 LocalFileSystem 会进行客户端的检验和,写文件时,会在目录下创建一个名为 .filename.crc 的隐藏文件,如果想禁止校验和功能,可以用RawLocalFileSystem 代替LocalFileSystem 。
Configuration conf = ...
FileSystem fs = new RawLocalFileSystem();
fs.initialize(null, conf);
或者直接设置fs.file.impl 属性为 org.apache.hadoop.fs.RawLocalFileSystem  这样会全局禁用checksum 

LocalFileSystem 内部使用了 ChecksumFileSystem 完成checksum工作。通过 ChecksumFileSystem  可以添加校验和功能。
FileSystem rawFs = ...
FileSystem checksummedFs = new ChecksumFileSystem(rawFs);



怎么改变HDFS块大小

1.上传test1.txt [hadoop@Master hadoop]$ hadoop fs -put  /home/hadoop/input/test1.txt  /usr/hadoop/in...

HDFS IO操作总结

Hadoop IO操作 意义 Hadoop自带一套用于I/O的原子性的操作 (不会被线程调度机制打断,一直到结束,中间不会有任何context switch) 特点 基于保障...

HDFS的一致性分析

转自: http://coderplay.iteye.com/blog/1067463 在分析HDFS的一致性之前, 我们先得解决HDFS客户端行为的几个问题。  1. 为什么HDFS不支持多...

hdfs 数据一致性

转载地址:http://www.wubiaoblog.com/archives/984 HDFS以流式数据访问模式来存储文件,运行于大量硬件集群上。个人觉得,HDFS被设计成为支持AP,并具有最...
  • gyflyx
  • gyflyx
  • 2014年01月18日 07:56
  • 2929

如何保证HDFS中的数据一致性?

Hadoop中有个重要的工具就是HDFS分布式文件系统,那么在这种分布式环境下的数据一致性是如何保证呢?...

Strategy模式与Delegate委托

Strategy模式是对算法的封装。即使是一个计算行为,如果其实现有其多样性,为达到易扩展的目的,我们也有必 要将其抽象出来,以接口的形式来定义。由于充分利用了面向 对象的多态性,在调用该行为时...

hbase,hdfs 数据一致性

hbase 采用的是强一致性 N: 1   (数据备份的数目) W: 1 (数据写入几个节点返回成功) R: 1  (读取数据时需要读取的备份节点个数) W + R > N 但是hd...
  • gyflyx
  • gyflyx
  • 2014年01月18日 14:19
  • 3296

大数据--Hadoop HDFS

  • 2017年08月09日 11:31
  • 354KB
  • 下载

Hadoop:HDFS数据存储与切分

Hadoop入门教程:HDFS数据存储与切分,在Hadoop中数据的存储是由HDFS负责的,HDFS是Hadoop分布式计算的存储基石,Hadoop的分布式文件系统和其他分布式文件系统有很多类似的特质...

大数据Hadoop核心架构HDFS+MapReduce+Hbase+Hive内部机理详解

HDFS的体系架构        整个Hadoop的体系结构主要是通过HDFS来实现对分布式存储的底层支持,并通过MR来实现对分布式并行任务处理的程序支持。        HDFS采用主从...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:Hadoop HDFS 数据一致性
举报原因:
原因补充:

(最多只允许输入30个字)