您的位置:首页>>业界动态

XSKY打造Hadoop HDFS高性能客户端,构筑数据湖理想底座

发布时间:2019-08-22 15:15:19  来源:益群网    背景:

  随着全球数据呈爆发式增长,基于海量数据的挖掘和分析,为用户带来了巨大的商业价值。源于开源平台的Apache Hadoop,允许使用简单的编程模型跨计算机集群分布式处理大型数据集,成为大数据时代最受欢迎的技术之一。

  01性能瓶颈

  HDFS分布式文件系统作为Hadoop的三大组件之一,是分布式计算中数据存储管理的基础。但是在HDFS传统架构下,Hadoop扩展性受到了一定限制,容易出现性能瓶颈等问题。

图片来源:Hadoop官方文档

  例如,由于HDFS中每个文件、目录和数据块的元数据信息(大约150字节)必须存储在NameNode的内存中,这也就意味着对于一个拥有大量文件的超大集群来说,内存将成为限制系统横向扩展的瓶颈。

  同时,作为一个可扩展的文件系统,单个集群中支持数千个节点。在单个命名空间中DataNode可以扩展的很好,但是NameNode并不能在单个命名空间进行横向扩展。通常情况下,HDFS集群的性能瓶颈出现在单个NameNode上。

  虽然,在Hadoop 2.x发行版中引入了联邦HDFS功能,允许系统通过添加多个NameNode来实现扩展。但是,系统管理员需要维护多个NameNodes和负载均衡服务,这又无形中增加了管理成本。

  此外,大数据平台建设和应用中还亟待解决以下问题:

  ▪ 在传统的Apache Hadoop集群系统中,计算和存储资源紧密耦合。当存储空间或计算资源不足时,只能同时对两者进行扩容,不仅扩容不方便,且经济效率较低;

  ▪ Hadoop的数据备份方案昂贵,且难以实现;

  ▪ 不同部门、平台各自建大数据系统,数据不共享,导致大数据计算平台碎片化,逐渐形成大数据烟囱。

  02XSKY HDFS Client

  为了解决上述问题,业界一般采用对象存储来作为Hadoop的后端存储,解决上面HDFS的各种问题,构建数据湖解决方案。

  Hadoop社区也开发了S3A连接器,用来对接标准的S3对象存储。但是,标准的S3A连接器的性能一般比HDFS要差很多,而且不支持追加写,因此只能支持部分对性能不高的业务,或者作为Hadoop分层存储使用。

  为此,XSKY开发了基于对象存储XEOS的专用Hadoop HDFS高性能客户端XSKY HDFS Client。

XSKY HDFS Client和S3A架构对比

  通过XSKY HDFS Client,Hadoop应用可以访问存储在XEOS中的所有数据,这就避免了传统的Hadoop应用在进行数据分析前,还要将数据由业务存储移动到分析存储HDFS中。

  XSKY HDFS Client为Hadoop应用提供了标准的 Hadoop 文件系统操作接口。在每个计算节点上,Hadoop应用都将使用XSKY HDFS Client (JAR) 执行 Hadoop文件系统的操作,XSKY HDFS Client屏蔽了Hadoop应用与XEOS集群交互的复杂性。

  相比于原生Hadoop S3A对接对象存储的方式,XSKY HDFS Client可以直接访问存储集群的OSD,IO路径更短;同时,XSKY HDFS Client具有追加写的功能,可以匹配Hadoop文件系统对追加写的需求。

  XSKY内部对在业界最广泛应用的Hadoop商业发行版本之一Cloudera CDH的TestDFSIO测试中显示,部署了XSKY HDFS Client的 XEOS集群写性能超过采用Remote HDFS系统的94%,读性能超过77%(两种测试硬件配置一样,节点数都是8节点,其中存储和Datanode都是3节点)。

  WordCount测试中,性能瓶颈主要在CDH计算集群的CPU使用率,两组测试环境计算集群的CPU均达到了100%。HDFS对1TB数据进行WordCount计算的时间消耗为46分22秒,而XEOS的时间消耗为47分20秒,相差不大。

  HBase写测试中,HDFS对30,000,000条数据进行写入时间消耗为2分23秒,而XEOS的时间消耗为2分55秒,与HDFS比相差30秒左右。但是从HBase统计的IOPS来看,HDFS和XEOS相差不大。

  HBase读测试,HDFS对30,000,000条数据进行读取时间消耗为47秒,而XEOS的时间消耗为46秒,几乎没有差别。但是从HBase统计的IOPS来看, XEOS明显高于HDFS。

  03客户收益

  ▪ 计算存储分离部署,按需扩容,大幅降低TCO;

  ▪ 更加优化的性能,以及企业级存储特性;

  ▪ 适用于大数据平台的容灾备份;

  ▪ 同时支持生产业务、Hadoop、MPP、AI等计算业务,解决数据孤岛问题;

  ▪ 一套存储系统,承载多个异构平台的数据整合,加速数据流动;

  ▪ NFS、HDFS、S3三种协议互通,三种协议来源的数据都可以统一进行in-place分析,分析结果可以通过S3实时发布。

  XSKY目前已经实现块、文件、对象、HDFS支持,为企业用户构建了真正统一的数据存储平台,可实现用户从核心生产到海量数据分析的最大化数据整合,助力构筑企业数据湖理想底座!

特别提醒:本网内容转载自其他媒体,目的在于传递更多信息,并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。


返回网站首页 本文来源:益群网

本文评论
二手市场哪款国产手机最受宠?转转Q2畅销榜:小米8登顶
2020年后,手机厂商迅速发力5G市场,华米OV全面进入存量市场之争。
日期:07-09
Zoom 要小心了:微软开始发力视频会议市场
每家科技巨头都有自己的核心竞争力。谷歌是 2C 全套互联网服务,Facebook 是社交矩阵,苹果是软硬件...
日期:07-09
开会员赢好礼,葫芦视频上线年中活动,当贝投影免费领!
要说智能电视上什么软件看影视剧好用,除了热门的bat软件外,葫芦视频的下载量也非常高。葫芦视频涵盖...
日期:07-09
台积电 ADR 大涨创历史新高,市值逾 3000 亿美元
7 月 9 日消息,据台湾媒体报道,受投资者看好,台积电 ADR(美国存托凭证)大涨,创下历史新高。
日期:07-09
2020世界人工智能大会线上开幕,苏宁“AI+零售”再成热议焦点
自动驾驶、未来医疗、人机对话、AIoT生态建设等30+主题论坛,7位图灵奖得主、37位院士、150+参展企...
日期:07-09
2020 年上半年我国发明专利授权榜出炉:华为、OPPO、京东方排名前三
7 月 9 日消息 国家知识产权局发布的知识产权数据显示,2020 年上半年,国内 (不含港澳台)发明专利...
日期:07-09
引领地铁客户服务全面升级 科大讯飞智能云站务员获得乘客肯定
近日,由科大讯飞和中软万维联手打造的新型虚拟智能云站务员,在山东青岛地铁2号线台东站正式上岗,...
日期:07-09
十代酷睿高性能熱機參見!Acer暗影騎士·擎上手評測
就在上個月英特爾發布了全新的第十代酷睿高性能版處理器,此次推出的使用英特爾Thermal Velocity Bo...
日期:07-09
苹果 iOS 14 新增实时耳机音频音量监测功能
7月9日消息 苹果去年在 iOS 13 上增加了音频音量监控功能,以防止用户长时间佩戴耳机接触高音量的声...
日期:07-09
创通联达发布TurboX C610/C410 SOM和Open Kit 助力智能视觉场景化应用
2020年7月7日, Qualcomm Technologies, Inc.发布Qualcomm®视觉智能平台的全新系统级芯片(SoC)&m...
日期:07-09
Android 11 将允许用户设置特定的 Wi-Fi 不自动连接
7月9日消息 据外媒 Androidpolice 报道,Android 11 在 Wi-Fi 网络的设置面板中新增了一个名为 &ldq...
日期:07-09
联想发布两款 ThinkStation 微型主机:十代酷睿、容积仅 1L
7月9日消息 联想昨日推出了两款微型主机:ThinkStation P340 Tiny 和 ThinkStation P340 SFF,相比...
日期:07-09
英伟达 CEO 黄仁勋身价接近 100 亿美元
7 月 9 日消息,据国外媒体报道,英伟达的市值在周三超过了英特尔,成为了美国市值最高的芯片公司,...
日期:07-09
PLANAR顶级98吋电视国美全球首销 大屏风暴席卷中国
​7月9日,美国顶级品牌PLANAR在国美零售全渠道开启全球首销,国美南京新街口店、国美北京大中家电生...
日期:07-09
科创板又迎优质企业 中科星图成功上市
科创板又迎一家硬核高科技企业。7月8日,中科曙光参股子公司中科星图股份有限公司(下称“中科...
日期:07-09
不送充电器的iPhone12:可能更好卖了
距离iPhone12系列发布还有不到3个月的时间(如果苹果不鸽的话),关于新机的爆料似乎已经被各大媒体、...
日期:07-09
腾讯宣布进军 AI 新药研发:助力攻克无药可治的疾病
7月9日消息 据有关统计:传统药物研发耗时耗力,一般需要超过 15 年,耗资 30 多亿美元,但每年上市...
日期:07-09
全球 Q1 智能手机应用处理器收益排名:高通、华为海思、苹果、三星、联发科
7月9日消息 Strategy Analytics 最新发布的研究报告显示,尽管在疫情期间,2020 年 Q1 全球智能手机...
日期:07-09
干货!支付宝金融级IT架构及分布式架构的应用实践
导语:​过去几年是云原生理念高速普及的黄金时期。微服务、容器、无服务器架构、服务网格等新技术...
日期:07-09
权威报告发布:29%机构面临倒闭!6月还有机会逆袭吗?
近期,中国民办教育协会发布的《疫情期间培训教育行业状况的调研报告》显示,调查的1459家教育机构...
日期:07-09
  专栏介绍
王涵 的专栏
王涵发表的文章
积分:
自我介绍 :