期刊文献+

浅析基于HDFS的分布式Namenode模型 被引量:2

下载PDF
导出
摘要 大量的信息以数据的形式进行存储和处理,如果能够以最佳的方式存储、访问和分析所有产生的数据,就可以创造出价值。面对如此海量的数据,Hadoop文件系统(HDFS,Hadoop Distributed File System)展现出了它的优越性。但是基于单一Name Node节点的HDFS文件系统表现出了单点失效、单点瓶颈和扩展性差几个问题。为了解决单一Name Node成为整个集群性能瓶颈的问题,本文提出一种基于HDFS的分布式Name Node模型,并对分布式Name Node结构的总体设计进行介绍。
作者 司雅楠 阮宁
出处 《电脑知识与技术》 2016年第2X期239-241,共3页 Computer Knowledge and Technology
基金 河南省高等学校重点科研项目:基于云存储的高校信息系统建设研究(编号:15A520081) 河南省科技攻关项目:基于云计算的教育资源共享研究(编号:142102310524)
  • 相关文献

参考文献7

二级参考文献85

  • 1Jeffrey Dean and Sanjay Ghemawat. MapReduce: Simplified data processing on large clusters [C]. Proceedings of the 6th conference on Symposium on Opearting Systems Design & Implementation. USENIX Association Berkeley, CA, USA, 2004. 被引量:1
  • 2Doug Cutting. Apache^TM Hadoop^TM [EB/OL]. [2011-10-19]. http: //hadoop. apache, org. 被引量:1
  • 3JIANG Dawei, CHIN Beng, SHI Ooilei, et al. The perfor mance of MapReduce: An in-depth study [C]. The 36th International Conference on Very Large Data Bases Singapore Proceedings of the VLDB Endowment, 2010: 13-17. 被引量:1
  • 4Karthik Kambatla, Abhinav Pathak, Himabindu Pucha. Towards optimizing hadoop provisioning in the cloud [EB/OL]. [2011-10-19]. http://www, usenix, org/events/hotcloud09/ t ech/full_papers/kambatla, pdf. 被引量:1
  • 5TIAN Chao, ZHOU Haojie, HE Yongqiang, et al. A dynamic mapreduce scheduler for heterogeneous workloads [C]. Proceedings of the Eighth International Conference on Grid and Coope rative Computing. Washington, D C, USA: IEEE Computer Society, 2009:218-224. 被引量:1
  • 6Kamal Ke, Kemafor Anyanwu. Scheduling hadoop jobs to meet deadlines [C]. 2nd IEEE International Conference on Cloud Computing Technology and Science ( CloudCom ), 2010: 388-392. 被引量:1
  • 7Polo J, Carrera D, Becerra Y, et al. Performance-driven task co-scheduling for mapreduce environments [C]. IEEE Network Operations and Management Symposium NOMS. Washington, D C, IEEE, 2010: 373-380. 被引量:1
  • 8YANG Lai, SHI Zhongzhi. An efficient data mining framework on hadoop using java persistence API [C]. 10th IEEE International Conference on Computer and Information Technology. Washington, D C, IEEE, 2010: 203-209. 被引量:1
  • 9Andrew Pavlo, Erik Paulson, Alexander Rasin, et al. A comparison of approaches to large-scale data analysis [C]. SIGMOD 2009, Providence, Rhode Island, USA. 被引量:1
  • 10Sanjay Ghemawat, Howard Gobioff, Shun-Tak Leung. The google file system [C]. SOSP' 03, Bolton Landing, New York, USA, 2003. 被引量:1

共引文献771

同被引文献18

引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部