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);



版权声明:

相关文章推荐

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
  • 2014-01-18 07:56
  • 2714

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
  • 2014-01-18 14:19
  • 3170

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?

org.apache.hadoop.fs.ChecksumException: Checksum error

想put文件到hdfs上,遇到org.apache.hadoop.fs.ChecksumException: Checksum error的为本土 hadoop fs -put cheap_all ...

hadoop Checksum校验的一个小问题

今天使用下面的命令读取文件的时候val train_male = sc.textFile("file:\\E:\\m\\part-00000")读取数据的时候,报了下面的错误 org.apache...

Hadoop I/O

HDFS中的数据完整性HDFSZ在写入数据的时候会计算数据的校验和,针对每个由dfs.bytes.per.checksum指定字节的数据计算校验和,默认为512个字节 当客户端读取数据的时候,会对数...

Hadoop源码解读

Hadoop源代码分析(一) 关键字: 分布式 云计算  完整文章及图,在我的资源里面,可以去下载。 Google的核心竞争技术是它的计算平台。Google的大牛们用了下面5篇文章,介绍了它们的...

hadoop学习笔记之<hadoop fs命令详解>

运行hdfs得到以下帮助 Usage: hdfs [--config confdir] COMMAND        where COMMAND is one of:   dfs    &...
  • bgk083
  • bgk083
  • 2015-10-27 21:21
  • 3272

hadoop深入研究:(六)——HDFS数据完整性

转载请注明出处:hadoop深入研究:(六)——HDFS数据完整性数据完整性 IO操作过程中难免会出现数据丢失或脏数据,数据传输得量越大出错得几率越高。校验错误最常用得办法就是传输前计算一个校验和,传...

Hadoop IO 特性详解(2)【文件校验】

(本文引用了microheart,ggjucheng的一些资料,在此感谢。charles觉得知识无价,开源共享无价) 这一次我们接着分析文件IO校验的相关代码,看看最底层是如何实现这种大数据集的文件校...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)