非结构化数据存储解决方案计算机存储办公文档解决方案.pdf

1.非结构化数据存储 在上图中，描述了非结构化数据存储架构的基本组成部分，其中：1.文件存取统一接口，封装了对数据中心所以非结构化数据的读写操作接口。2.Hadoop HDFS 负责对大文件的存储，以 HDFS：为文件协议标准 3.HBase 通过维护一张文件表完成对小文件的存储，以 HBase：为文件协议标识 文件存取统一接口 文件存储接口 对文件进行存储前，接口根据文件的大小和 HDFS文件分块的配置大小进行比较，当文件超过设定大小时，接口认为该文件是大文件，直接分配到 HDFS文件存储接口进行写入；否则当文件小与块大小时，根据系统维护的 Hbase 小文件存储通用存储表进行存储管理。1.对直接存储到 HDFS 的文件，则文件路径以 HDFS 为中心存储文件协议头，文件路径则根据该文件的业务属性做完文件的路径，文件名称保留原有名称，例如：对通过 Hbase管理的小文件，则文件路径以HBASE 为中心存储文件协议头，文件路径不需要分文件夹，直接以文件的唯一标识标识即可，例如：文件读取接口 文件读取时，通过识别 URL，确定文件的存储方式，然后找到对应的存储接口获取文件。1.1 H adoop HDFS 存储接口 完成大文件的存储与读取接口操作。1.2 H base存储接口 文件通用存储表结构：表存在两个列簇，default列簇负责存储基础属性信息，用一个单独的列簇存储图片内容。HBase 是采用面向列的存储模型，按列簇来存储和处理数据，即同一列簇的数据会连续存储。HBase在存储每个列簇时，会以 Key-Value 的方式来 存储每行单元格(Cell)中的数据，形成若干数据块，然后把数据块保存到 HFile 中，最后把 HFile 保存到后台的 HDFS上。由于用单元格(Cell)存储图片小文件的内容，上述存储数据的过程实际上隐含了把图片小文件打包的过程。默认情况下，HBase数据块限制为 64KB。由于图片内容作为单元格(Cell)的值保存，其大小受制于数据块的大小。在应用中需根据最大图片大小对 HBase数据块大小进行修改。具体修改方法是在表创建时，用 HColumnDescriptor指定数据块大小，可分列簇指定，具体配置如下图：心所以非结构化数据的读写操作接口负责对大文件的存储以为文件协议标准通过维护一张文件表完成对小文件的存储以为文件协议标识文件存取统一接口文件存储接口对文件进行存储前接口根据文件的大小和文件分块的配置大小进时根据系统维护的小文件存储通用存储表进行存储管理对直接存储到的文件则文件路径以为中心存储文件协议头文件路径则根据该文件的业务属性做完文件的路径文件名称保留原有名称例如对通过管理的小文件则文件路径以为中心确定文件的存储方式然后找到对应的存储接口获取文件存储接口完成大文件的存储与读取接口操作存储接口文件通用存储表结构表存在两个列簇列簇负责存储基础属性信息用一个单独的列簇存储图片内容是采用面向列的存储模型按