非结构化数据存储解决方案

1、1.非结构化数据存储非结构化数据存储架构文件存取统一接口Hadooo HDFSHBase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1.1文件存取统一接口1.1.1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

2、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。文件存僧接口时序阙|旧1。存-褚持口淄雪件存H!路径判断文#的有肺式式文件返回眈$存植路径相据业务屈性生威迎FS存械路径_堂成存俑路径，保存文忤上文件返回Hba爪存储路径生眼件唯一荷识m 保存标识、文件者称文件流Lzr1.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：HDFS:/aaa/bbb .zip2. 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

3、即可，例如： HBASE:/ uuid1.1.2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。文件读取接口读取文件(HBASE V/aabbl. zip)rF|:识别文件存储方式I而如吓HPFS律储将口:读取文件I:返回文件匚退回文件1.1 Hadoop HDFS 存储接口完成大文件的存储与读取接口操作。1.2 Hbase存储接口文件通用存储表结构：Hbase文件统一管理表文f二唯一标识 vaixhar(32) Wk文卡 文* 文f 文卡:右储方式varchar(l):名称varchar (200):大小number (18)A二进制流binary

4、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：(NAME fFAMILIES->(NAME 'i_cooian BL