- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我们知道 hadoop 中的客户端并行读取数据,但数据是在管道结构中写入的,其中一个数据节点将数据写入另一个数据节点。我知道并行读取使系统具有更高的容错能力和更快的读取速度。但是管道写入的好处是什么?为什么 HDFS 客户端不自己将数据写入每个节点?
最佳答案
<强>1。客户端带宽消耗效率更高
在管道写入中,客户端只需要向第一个数据节点传输一个副本,每个节点只通过网络获取和发送一个副本(除了最后一个数据节点只接收数据),从而拥有更多与客户端将三个副本写入三个不同的数据节点相比,平衡了网络带宽消耗。
<强>2。更小的发送/确认窗口以维护
客户端维护一个小得多的滑动窗口来记录副本中的哪些 block 正在发送到 DataNodes 以及哪些 block 正在等待 acks 以确认写入已完成。在管道写入中,客户端似乎只将数据写入一个数据节点。
<强>3。加快写入操作以获得更快的写入响应时间
当写入一个64MB的chunk时,client将chunk分成4KB大小的 block ,并行发送数据 block ,使得很多耗时的操作(通过网络传输,flush数据到磁盘)并发运行,如下图所示。
Action (DN=DataNode,DP=Data Piece)
Client
-( send DP1
)
DN1
--------( get DP1
/send to DN2
/flush to disk
)----------------( ack DP1
)
DN2
--------------( get DP1
/send to DN2
/flush to disk
)------( ack DP1
)
DN3
----------------------( get DP1
/flush to disk
)------( ack DP1
)
——————————————————————————————————————————>时间
上图只是展示了一个写pipeline的并行度,其实不同的pipeline写不同的data piece也可以通过各种pipeline的并行操作来节省很多,比如一个DataNode可以flush data piece 2,get data piece 3来自客户端,并同时确认数据片1。下图显示了不同管道如何并行工作。
Client
-( DP1
)---( DP2
)---( DP3
)---
DN1
--------( DP1
)---( DP2
)---( DP3
)-------------------- ( ack DP1
)--------( ack DP2
)---( ack DP3
)
DN2
-------------(DP1
)---(DP2
)---(DP3
)--------(ack DP1
)---- -----( ack DP2
)---( ack DP3
)
DN3
----------------------( DP1
)---( DP2
)---( ack DP1
)---( DP3
)-- -( ack DP2
)---( ack DP3
)
——————————————————————————————————————————>时间
对于这种并行处理可以做很多优化,比如将前一个数据片的ack消息搭载到流水线的返回消息中——写入后一个数据片以节省网络传输。
关于Hadoop 管道写入和并行读取?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30400249/
我正在使用 Assets 管道来管理我的 Grails 3.0 应用程序的前端资源。但是,似乎没有创建 CoffeeScript 文件的源映射。有什么办法可以启用它吗? 我的 build.gradle
我有一个我想要的管道: 提供一些资源, 运行一些测试, 拆资源。 我希望第 3 步中的拆卸任务运行 不管 测试是否通过或失败,在第 2 步。据我所知 runAfter如果前一个任务成功,则只运行一个任
如果我运行以下命令: Measure-Command -Expression {gci -Path C:\ -Recurse -ea SilentlyContinue | where Extensio
我知道管道是一个特殊字符,我需要使用: Scanner input = new Scanner(System.in); String line = input.next
我再次遇到同样的问题,我有我的默认处理方式,但它一直困扰着我。 有没有更好的办法? 所以基本上我有一个运行的管道,在管道内做一些事情,并想从管道内返回一个键/值对。 我希望整个管道返回一个类型为 ps
我有三个环境:dev、hml 和 qa。 在我的管道中,根据分支,阶段有一个条件来检查它是否会运行: - stage: Project_Deploy_DEV condition: eq(varia
我有 Jenkins Jenkins ver. 2.82 正在运行并想在创建新作业时使用 Pipeline 功能。但我没有看到这个列为选项。我只能在自由式项目、maven 项目、外部项目和多配置之间进
在对上一个问题 (haskell-data-hashset-from-unordered-container-performance-for-large-sets) 进行一些观察时,我偶然发现了一个奇
我正在寻找有关如何使用管道将标准输出作为其他命令的参数传递的见解。 例如,考虑这种情况: ls | grep Hello grep 的结构遵循以下模式:grep SearchTerm PathOfFi
有没有办法不因声明性管道步骤而失败,而是显示警告?目前我正在通过添加 || exit 0 来规避它到 sh 命令行的末尾,所以它总是可以正常退出。 当前示例: sh 'vendor/bin/phpcs
我们正在从旧的 Jenkins 设置迁移到所有计划都是声明性 jenkinsfile 管道的新服务器……但是,通过使用管道,我们无法再手动清除工作区。我如何设置 Jenkins 以允许 手动点播清理工
我在 Python 中阅读了有关 Pipelines 和 GridSearchCV 的以下示例: http://www.davidsbatista.net/blog/2017/04/01/docume
我有一个这样的管道脚本: node('linux'){ stage('Setup'){ echo "Build Stage" } stage('Build'){ echo
我正在使用 bitbucket 管道进行培训 这是我的 bitbucket-pipelines.yml: image: php:7.2.9 pipelines: default:
我正在编写一个程序,其中输入文件被拆分为多个文件(Shamir 的 secret 共享方案)。 这是我想象的管道: 来源:使用 Conduit.Binary.sourceFile 从输入中读取 导管:
我创建了一个管道,它有一个应该只在开发分支上执行的阶段。该阶段还需要用户输入。即使我在不同的分支上,为什么它会卡在这些步骤的用户输入上?当我提供输入时,它们会被正确跳过。 stage('Deplo
我正在尝试学习管道功能(%>%)。 当试图从这行代码转换到另一行时,它不起作用。 ---- R代码--原版----- set.seed(1014) replicate(6,sample(1:8))
在 Jenkins Pipeline 中,如何将工件从以前的构建复制到当前构建? 即使之前的构建失败,我也想这样做。 最佳答案 Stuart Rowe 还在 Pipeline Authoring Si
我正在尝试使用 执行已定义的作业构建 使用 Jenkins 管道的方法。 这是一个简单的例子: build('jenkins-test-project-build', param1 : 'some-
当我使用 where 过滤器通过管道命令排除对象时,它没有给我正确的输出。 PS C:\Users\Administrator> $proall = Get-ADComputer -filter *
我是一名优秀的程序员,十分优秀!