当前课程知识点:大数据平台核心技术 > 第二讲 分布式存储 > Erasure coding(3,2)写入和读取过程 > Erasure coding(3,2)写入和读取过程(主讲人:姚文辉)
在了解了原理之后
我们看这种编码
如何同存储系统结合
来完成数据读写过程
左边的图中
描述了数据写入过程
再用N=3 M=2的配置
首先 对用户数据A到I
分为3块
分为ABC DEF GHI
然后计算两份冗余块
YXY和QGC
此时形成了5个数据块
最后
存储到磁盘上面可以看到
实际上5个数据块中
有3块是原始数据
即用户写入系统时的数据
这份数据在用户读取时
不需要进行解码
可以直接返回给用户使用
在右边的图中
则表示了数据读取过程
假设用户现在需要
读取所有数据
那么ABC所在的块
可以直接读取
第二块 DEF则没那么幸运
数据所在的机器变得非常慢
为了规避数据读取
被这份慢数据拖慢
所以 接着读取第三块数据
和第四块数据
由于第一块数据已经读取到
所以 按照算法
可以直接将第二块数据
计算出来
此时 第三块数据
也已经读取到本地
完成了所有读取操作
从读写过程可以看到
通过Erasure coding编码
后的读取过程
若遇到故障点
则需要读取多份数据
代价较高
在系统中
Erasure coding可以用来存储
不会经常随机读取的冷数据
来降低存储成本
-主讲人:武永卫
-主讲人:程永
-QUIZ--作业
-大纲
-初步认识大数据对分布式存储系统的需求
-理解大数据对分布式存储系统的需求
-具体说明大数据对分布式存储系统的需求
-大规模分布式存储的挑战
-小概率事件-Raid卡故障
-分布式存储系统举例
-分布式存储系统重要功能设计要点剖析
-链式写正常流程
-写流程的另一种常见方式:主从模式
-链式写异常流程
-写异常处理的另一种方法-Seal and New
--写异常处理的另一种方法-Seal and New(主讲人:姚文辉)
-读正常流程
-读流程优化-BackupRead
-IO QoS
-数据正确性:checksum
-数据可靠性-Replication
-数据均衡-Rebalance
-垃圾回收-Garbage collection
--垃圾回收-Garbage collection(主讲人:姚文辉)
-Erasure coding
-Erasure coding(3,2)写入和读取过程
--Erasure coding(3,2)写入和读取过程(主讲人:姚文辉)
-元数据管理的高可用性和可扩展性
-元数据管理的高可用性
-Paxos概要
-Raft
-元数据管理的可扩展性
-不同存储介质的特性
-盘古混合存储
-QUIZ--作业
-阿里云飞天分布式调度
-任务调度
-资源调度
-容错机制
-规模挑战
-安全域性能隔离
-分布式调度的发展方向
-QUIZ--作业
-数据格式和抽象
-分布式编程模型
-MapReuduce编程模型
-关系型数据编程模型
-分布式图计算模型
-分布式编程未来展望
-QUIZ--作业
-分布式事务
-分布式一致性算法
-两阶段提交与三阶段提交
-实践--介绍
-关系型计算基本原理_1
-关系型计算基本原理_2
-分布式环境中的连接计算和聚合计算
-其他计算和物理优化
-QUIZ--作业
-提纲
-课程背景介绍
-前序知识
-分布式节点距离计算法则
-数据分布策略
-分布式计算调度
-数据就近原则计算如何容错
-ODPS跨集群数据依赖
-QUIZ--作业
-主讲人:谢德军
--实践2:编写MR完成Group By+Join操作(主讲人:谢德军)
-增量计算和流式计算
-与批量计算的区别
-业界典型系统技术概要分析
-核心技术
-消息机制
-有状态计算、并行DAG、抢占式调度和资源隔离、Failover机制
--有状态计算、并行DAG、抢占式调度和资源隔离、Failover机制(主讲人:强琦)
-StreamSQL
-QUIZ--作业
-软硬件趋势、分布式计算简史与内存计算
-分布式计算
-内存计算
-统一的计算框架
-业界经典系统技术分析-spark&flink
--业界经典系统技术分析-spark&flink(主讲人:强琦)
-QUIZ--作业
-主讲人:褚葳
-QUIZ--作业
-分布式环境下的新问题
-工程实现范例
-课程设计相关问题