'하둡'에 해당되는 글 12건

- Read

- Write

• 쓰기 실패 시 Ack Queue로부터 Data Queue로 다시 불러와 쓰기를 재시도

- 복사본 배치

• 서로 다른 랙에 복제본을 배치하면 중복성은 최대화되지만 대역폭 비용은 커짐
• Read와 Write에서 동일한 전략을 가지며, 네트워크 대역폭 사용 최소화를 위함
• 하둡의 기본 전략
• 첫 번째 복제본을 클라이언트와 같은 노드에 배치함
• 클라이언트가 클러스터 외부에 있으면 무작위로 노드(파일이 너무 많거나 바쁜 노드는 제외)를 선택함
• 두 번째 복제본은 첫 번째 노드와 다른 랙(무작위)의 노드에 배치됨
• 세 번째 복제본은 두 번째 노드와 같은 랙의 다른 노드에 배치됨
• 그 이상의 복제본은 클러스터에서 무작위로 선택하여 배치함

- 데이터 지역성 최적화

• 네트워크 대역폭을 사용하지 않도록 입력 데이터가 있는 HDFS 노드에서 Map Task를 실행하도록 하는 것
• 자원이 부족한 경우 블록 복제본이 저장된 다른 노드에서 Map Task 수행을 시도
• 다른 노드 역시 가용 자원 확보가 불가능한 경우 불가피하게 데이터 복제가 일어남
• Reducer는 일반적으로 모든 Mapper의 출력 결과를 입력으로 받기 때문에 데이터 지역성의 장점이 없음

- 일관성 모델

• 일단 파일을 생성하면 파일시스템의 Namespace의 목록에서 파일을 확인 가능
• 데이터가 한 Block 이상 기록되면 해당 Block의 내용을 볼 수 있음
• 쓰기 작업이 진행 중인 Block의 내용을 다른 Reader가 볼 수 없음

참조: Hadoop: The Definitive Guide