Hadoop大数据相关技术点

Hadoop存储图片服务器

公司的一个服务需要存储大量的图片服务器，考虑使用hadoop的hdfs来存放图片文件.以下是整个架构思路: 使用hadoop作为分布式文件系统，hadoop是一个实现了HDFS文件系统和MapReduce的开源项目，我们这里只是使用了它的hdfs。 首先从web页面上上传的文件直接调用hadoop接口将图片文件存入hadoop系统中，hadoop可以设定备份数，这样在hadoop系统中某个datanode死掉并不会造成图片不可能，系统会从其他datanode上拿到数据。

以下我们编写的一个hadoop的java的访问封装类： 下面展示一些 内联代码片。

import java.io.File; import java.io.IOException; import java.io.InputStream; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FSDataInputStream; import org.apache.hadoop.fs.FSDataOutputStream; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.FileUtil; import org.apache.hadoop.fs.Path; import org.apache.log4j.Logger; public class HadoopFileUtil { static Logger logger = Logger.getLogger(HadoopFileUtil.class); /** * @param args */ public static void main(String[] args) { String src=args[0]; String dst=args[1]; String tag=args[2]; HadoopFileUtil util=new HadoopFileUtil(); if(tag!=null&&tag.equals("1")){ System.out.println(util.createFile(src, dst)); } else{ util.deleteFile(dst); } } /** * 拷贝一个本地文件到hadoop里面 * @param localFile 本地文件和路径名 * @param hadoopFile hadoop文件和路径名 * @return */ public boolean createFile(String localFile,String hadoopFile){ try { Configuration conf=new Configuration(); FileSystem src=FileSystem.getLocal(conf); FileSystem dst= FileSystem.get(conf); Path srcpath = new Path(localFile); Path dstpath = new Path(hadoopFile); FileUtil.copy(src, srcpath, dst, dstpath,false,conf); } catch (Exception e) { e.printStackTrace(); return false; } return true; } /**将一个流作为输入，生成一个hadoop里面的文件 * @param inStream 输入流 * @param hadoopFile hadoop路径及文件名字 * @return */ public boolean createFileByInputStream(InputStream inStream,String hadoopFile){ try { Configuration conf=new Configuration(); FileSystem dst= FileSystem.get(conf); Path dstpath = new Path(hadoopFile); FSDataOutputStream oStream=dst.create(dstpath); byte[] buffer = new byte[400]; int length = 0; while((length = inStream.read(buffer))>0){ oStream.write(buffer,0,length); } oStream.flush(); oStream.close(); inStream.close(); } catch (Exception e) { e.printStackTrace(); return false; } return true; } /** * 删除hadoop里面的一个文件 * @param hadoopFile * @return */ public boolean deleteFile(String hadoopFile){ try { Configuration conf=new Configuration(); FileSystem dst= FileSystem.get(conf); FileUtil.fullyDelete(dst,new Path(hadoopFile)); } catch (Exception e) { e.printStackTrace(); return false; } return true; } /** * 从hadoop中读取一个文件流 * @param hadoopFile * @return */ public FSDataInputStream getInputStream(String hadoopFile){ FSDataInputStream iStream=null; try { Configuration conf=new Configuration(); FileSystem dst= FileSystem.get(conf); Path p=new Path(hadoopFile); iStream=dst.open(p); } catch (Exception e) { e.printStackTrace(); logger.error("getInputStream error:", e); } return iStream; } }

通过调用这个类可以将图片存入hadoop 系统。

当需要访问某个图片时，先访问jsp服务器(如:tomcat)的一个servlet，这个servlet从hadoop里面读出图片，并返回给浏览器。

以下是我们的servlet：

import java.io.IOException; import java.io.OutputStream; import java.io.PrintWriter; import javax.servlet.ServletException; import javax.servlet.http.HttpServletRequest; import javax.servlet.http.HttpServletResponse; import org.apache.hadoop.fs.FSDataInputStream; import org.apache.hadoop.io.IOUtils; import org.apache.log4j.Logger; import com.tixa.dfs.hadoop.util.HadoopFileUtil; public class HadoopServlet extends javax.servlet.http.HttpServlet implements javax.servlet.Servlet { static Logger logger = Logger.getLogger(HadoopServlet.class); public void doGet(HttpServletRequest req, HttpServletResponse res) throws ServletException, IOException{ PrintWriter out=res.getWriter(); res.setContentType("image/jpeg"); java.util.Date date = new java.util.Date(); res.setDateHeader("Expires",date.getTime()+1000*60*60*24); String path=req.getPathInfo(); path=path.substring(1,path.length()); HadoopFileUtil hUtil=new HadoopFileUtil(); FSDataInputStream inputStream=hUtil.getInputStream(path); OutputStream os = res.getOutputStream(); byte[] buffer = new byte[400]; int length = 0; while((length = inputStream.read(buffer))>0){ os.write(buffer,0,length); } os.flush(); os.close(); inputStream.close(); } }

另外，为了避免对hadoop的频繁读取，可以再jsp服务器前放一个squid进行对图片的缓存。 这就是我们图片服务器的架构。

另外其实这里也可以用一些其他的分布式文件系统，如kfs等，很多分布式文件系统可能会比hadoop更为稳定一些。