【技术实现步骤摘要】
本专利技术涉及大数据下载技术,尤其涉及一种HDFS多线程并行下载方法,用于提高整个集群的吞吐量,进而提高下载效率。
技术介绍
Hadoop Distributed File System,简称HDFS,是一个分布式文件系统。HDFS有着高容错性(fault-tolerant)的特点,并且设计用来部署在低廉的(low-cost)硬件上。而且它提供高吞吐量(high throughput)来访问应用程序的数据,适合那些有着超大数据集(large data set)的应用程序。HDFS放宽了(relax)POSIX的要求(requirements)这样可以实现流的形式访问(streaming access)文件系统中的数据。HDFS文件系统上的文件,是以固定大小(默认64M)的数据块顺序的存放到HDFS中,从HDFS中下载文件,会从HDFS文件系统中顺序下载所有的文件块,直到整个文件下载完毕,这样极大影响下载效率,不能充分发挥整个集群的效能。
技术实现思路
为解决HDFS文件快速下载问题,本文提出了一种HDFS多线程下载方法。一种HDFS多线程并行下载方法,从HDFS下载文件到本地时,针对文件在HDFS上每个block分块,启动一个线程,并行下载,写到本地同一个文件中,一种HDFS多线程并行下载方法设计结构包括:(1)获取文件在HDFS上所有分块下载地址;(2)启动N(可设置)个线程,并行下载N个数据块,写到客户端同一个文件中;当一个线程执行完毕后,再启动一个线程下载下一个数据块,保证客户端同时运行的线程 ...
【技术保护点】
一种HDFS多线程并行下载方法,其特征在于,从HDFS下载文件到本地时,针对文件在HDFS上每个block分块,启动一个线程,并行下载,写到本地同一个文件中。
【技术特征摘要】
1.一种HDFS多线程并行下载方法,其特征在于,从HDFS下载文件到本地时,针对文件在HDFS上每个block分块,启动一个线程,并行下载,写到本地同一个文件中。
2.根据权利要求1所述的方法,其特征在于,该方法包括:(1)获取文件在HDFS上所有分块下载地址;(2)启动N个线程,并行下载N个数据块,写到客户端同一个文件中;当一个线程执行完毕后,再启动一个线程下载下一个数据块,保证客户端同时运行的线程数为N。
3.根据权利要求2所述的方...
【专利技术属性】
技术研发人员:房体盈,辛国茂,
申请(专利权)人:浪潮电子信息产业股份有限公司,
类型:发明
国别省市:山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。