⑴ nginx配置完 并发了还是上不去
参考下面的nginx 配置高并发一、一般来说nginx 配置文件中对优化比较有作用的为以下几项：1. worker_processes 8;nginx 进程数，建议按照cpu 数目来指定，一般为它的倍数 (如,2个四核的cpu计为8)。2. worker_cpu_affinity 00000001 00000010 00000100 00001000 00010000 00100000 01000000 10000000;为每个进程分配cpu，上例中将8 个进程分配到8 个cpu，当然可以写多个，或者将一个进程分配到多个cpu。3. worker_rlimit_nofile 65535;这个指令是指当一个nginx 进程打开的最多文件描述符数目，理论值应该是最多打开文件数（ulimit -n）与nginx 进程数相除，但是nginx 分配请求并不是那么均匀，所以最好与ulimit -n 的值保持一致。现在在linux 2.6内核下开启文件打开数为65535，worker_rlimit_nofile就相应应该填写65535。这是因为nginx调度时分配请求到进程并不是那么的均衡，所以假如填写10240，总并发量达到3-4万时就有进程可能超过10240了，这时会返回502错误。查看linux系统文件描述符的方法：[[email protected] ~]# sysctl -a | grep fs.filefs.file-max = 789972fs.file-nr = 510 0 7899724. use epoll;使用epoll 的I/O 模型(补充说明:与apache相类，nginx针对不同的操作系统，有不同的事件模型 A）标准事件模型 Select、poll属于标准事件模型，如果当前系统不存在更有效的方法，nginx会选择select或poll B）高效事件模型 Kqueue：使用于 FreeBSD 4.1+, OpenBSD 2.9+, NetBSD 2.0 和 MacOS X. 使用双处理器的MacOS X系统使用kqueue可能会造成内核崩溃。Epoll:使用于Linux内核2.6版本及以后的系统。/dev/poll：使用于 Solaris 7 11/99+, HP/UX 11.22+ (eventport), IRIX 6.5.15+ 和 Tru64 UNIX 5.1A+。Eventport：使用于 Solaris 10. 为了防止出现内核崩溃的问题， 有必要安装安全补丁。)5. worker_connections 65535;每个进程允许的最多连接数， 理论上每台nginx 服务器的最大连接数为worker_processes*worker_connections。6. keepalive_timeout 60;keepalive 超时时间。7. client_header_buffer_size 4k;客户端请求头部的缓冲区大小，这个可以根据系统分页大小来设置，一般一个请求头的大小不会超过1k，不过由于一般系统分页都要大于1k，所以这里设置为分页大小。 分页大小可以用命令getconf PAGESIZE取得。[[email protected] ~]# getconf PAGESIZE 4096但也有client_header_buffer_size超过4k的情况，但是client_header_buffer_size该值必须设置为“系统分页大小”的整倍数。8. open_file_cache max=65535 inactive=60s;这个将为打开文件指定缓存，默认是没有启用的，max 指定缓存数量，建议和打开文件数一致，inactive 是指经过多长时间文件没被请求后删除缓存。9. open_file_cache_valid 80s;这个是指多长时间检查一次缓存的有效信息。10. open_file_cache_min_uses 1;open_file_cache 指令中的inactive 参数时间内文件的最少使用次数，如果超过这个数字，文件描述符一直是在缓存中打开的，如上例，如果有一个文件在inactive 时间内一次没被使用，它将被移除。 二、关于内核参数的优化：net.ipv4.tcp_max_tw_buckets = 6000timewait 的数量，默认是180000。net.ipv4.ip_local_port_range = 1024 65000允许系统打开的端口范围。net.ipv4.tcp_tw_recycle = 1启用timewait 快速回收。net.ipv4.tcp_tw_reuse = 1开启重用。允许将TIME-WAIT sockets 重新用于新的TCP 连接。net.ipv4.tcp_syncookies = 1开启SYN Cookies，当出现SYN 等待队列溢出时，启用cookies 来处理。net.core.somaxconn = 262144web 应用中listen 函数的backlog 默认会给内核参数的net.core.somaxconn 限制到128，而nginx 定义的NGX_LISTEN_BACKLOG 默认为511，所以有必要调整这个值。net.core.netdev_max_backlog = 262144每个网络接口接收数据包的速率比内核处理这些包的速率快时，允许送到队列的数据包的最大数目。net.ipv4.tcp_max_orphans = 262144系统中最多有多少个TCP 套接字不被关联到任何一个用户文件句柄上。如果超过这个数字，孤儿连接将即刻被复位并打印出警告信息。这个限制仅仅是为了防止简单的DoS 攻击，不能过分依靠它或者人为地减小这个值，更应该增加这个值(如果增加了内存之后)。net.ipv4.tcp_max_syn_backlog = 262144记录的那些尚未收到客户端确认信息的连接请求的最大值。对于有128M 内存的系统而言，缺省值是1024，小内存的系统则是128。net.ipv4.tcp_timestamps = 0时间戳可以避免序列号的卷绕。一个1Gbps 的链路肯定会遇到以前用过的序列号。时间戳能够让内核接受这种“异常”的数据包。这里需要将其关掉。net.ipv4.tcp_synack_retries = 1为了打开对端的连接，内核需要发送一个SYN 并附带一个回应前面一个SYN 的ACK。也就是所谓三次握手中的第二次握手。这个设置决定了内核放弃连接之前发送SYN+ACK 包的数量。net.ipv4.tcp_syn_retries = 1在内核放弃建立连接之前发送SYN 包的数量。net.ipv4.tcp_fin_timeout = 1如果套接字由本端要求关闭，这个参数决定了它保持在FIN-WAIT-2 状态的时间。对端可以出错并永远不关闭连接，甚至意外当机。缺省值是60 秒。2.2 内核的通常值是180 秒，3.可以按这个设置，但要记住的是，即使机器是一个轻载的WEB 服务器，也有因为大量的死套接字而内存溢出的风险，FIN- WAIT-2 的危险性比FIN-WAIT-1 要小，因为它最多只能吃掉1.5K 内存，但是它们的生存期长些。net.ipv4.tcp_keepalive_time = 30当keepalive 起用的时候，TCP 发送keepalive 消息的频度。缺省是2 小时。 三、下面贴一个完整的内核优化设置:vi /etc/sysctl.conf CentOS5.5中可以将所有内容清空直接替换为如下内容:net.ipv4.ip_forward = 0net.ipv4.conf.default.rp_filter = 1net.ipv4.conf.default.accept_source_route = 0kernel.sysrq = 0kernel.core_uses_pid = 1net.ipv4.tcp_syncookies = 1kernel.msgmnb = 65536kernel.msgmax = 65536kernel.shmmax = 68719476736kernel.shmall = 4294967296net.ipv4.tcp_max_tw_buckets = 6000net.ipv4.tcp_sack = 1net.ipv4.tcp_window_scaling = 1net.ipv4.tcp_rmem = 4096 87380 4194304net.ipv4.tcp_wmem = 4096 16384 4194304net.core.wmem_default = 8388608net.core.rmem_default = 8388608net.core.rmem_max = 16777216net.core.wmem_max = 16777216net.core.netdev_max_backlog = 262144net.core.somaxconn = 262144net.ipv4.tcp_max_orphans = 3276800net.ipv4.tcp_max_syn_backlog = 262144net.ipv4.tcp_timestamps = 0net.ipv4.tcp_synack_retries = 1net.ipv4.tcp_syn_retries = 1net.ipv4.tcp_tw_recycle = 1net.ipv4.tcp_tw_reuse = 1net.ipv4.tcp_mem = 94500000 915000000 927000000net.ipv4.tcp_fin_timeout = 1net.ipv4.tcp_keepalive_time = 30net.ipv4.ip_local_port_range = 1024 65000使配置立即生效可使用如下命令：/sbin/sysctl -p四、下面是关于系统连接数的优化linux 默认值 open files 和 max user processes 为 1024#ulimit -n1024#ulimit –u1024问题描述： 说明 server 只允许同时打开 1024 个文件，处理 1024 个用户进程使用ulimit -a 可以查看当前系统的所有限制值，使用ulimit -n 可以查看当前的最大打开文件数。新装的linux 默认只有1024 ，当作负载较大的服务器时，很容易遇到error: too many open files 。因此，需要将其改大。 解决方法：使用 ulimit –n 65535 可即时修改，但重启后就无效了。（注ulimit -SHn 65535 等效 ulimit -n 65535 ，-S 指soft ，-H 指hard)有如下三种修改方式：1. 在/etc/rc.local 中增加一行 ulimit -SHn 655352. 在/etc/profile 中增加一行 ulimit -SHn 655353. 在/etc/security/limits.conf最后增加：* soft nofile 65535* hard nofile 65535* soft nproc 65535* hard nproc 65535具体使用哪种，在 CentOS 中使用第1 种方式无效果，使用第3 种方式有效果，而在Debian 中使用第2 种有效果 # ulimit -n65535# ulimit -u65535 备注：ulimit 命令本身就有分软硬设置，加-H 就是硬，加-S 就是软默认显示的是软限制soft 限制指的是当前系统生效的设置值。 hard 限制值可以被普通用户降低。但是不能增加。 soft 限制不能设置的比 hard 限制更高。 只有 root 用户才能够增加 hard 限制值。 五、下面是一个简单的nginx 配置文件：user www www;worker_processes 8;worker_cpu_affinity 00000001 00000010 00000100 00001000 00010000 0010000001000000;error_log /www/log/nginx_error.log crit;pid /usr/local/nginx/nginx.pid;worker_rlimit_nofile 204800;events{use epoll;worker_connections 204800;}http{include mime.types;default_type application/octet-stream;charset utf-8;server_names_hash_bucket_size 128;client_header_buffer_size 2k;large_client_header_buffers 4 4k;client_max_body_size 8m;sendfile on;tcp_nopush on;keepalive_timeout 60;fastcgi_cache_path /usr/local/nginx/fastcgi_cache levels=1:2keys_zone=TEST:10minactive=5m;fastcgi_connect_timeout 300;fastcgi_send_timeout 300;fastcgi_read_timeout 300;fastcgi_buffer_size 4k;fastcgi_buffers 8 4k;fastcgi_busy_buffers_size 8k;fastcgi_temp_file_write_size 8k;fastcgi_cache TEST;fastcgi_cache_valid 200 302 1h;fastcgi_cache_valid 301 1d;fastcgi_cache_valid any 1m;fastcgi_cache_min_uses 1;fastcgi_cache_use_stale error timeout invalid_header http_500;open_file_cache max=204800 inactive=20s;open_file_cache_min_uses 1;open_file_cache_valid 30s;tcp_nodelay on;gzip on;gzip_min_length 1k;gzip_buffers 4 16k;gzip_http_version 1.0;gzip_comp_level 2;gzip_types text/plain application/x-javascript text/css application/xml;gzip_vary on;server{listen 8080;server_name backup.aiju.com;index index.php index.htm;root /www/html/;location /status{stub_status on;}location ~ .*\.(php|php5)?${fastcgi_pass 127.0.0.1:9000;fastcgi_index index.php;include fcgi.conf;}location ~ .*\.(gif|jpg|jpeg|png|bmp|swf|js|css)${expires 30d;}log_format access '$remote_addr — $remote_user [$time_local] "$request" ''$status $body_bytes_sent "$http_referer" ''"$http_user_agent" $http_x_forwarded_for';access_log /www/log/access.log access;}}
⑵ web应用10万访问量每日，需要什么样的服务器配置
看图片文件以及脚本的并发量,一般10万PV的话 带宽最低也得20M 然后配合cdn加速
硬件配置的话 推荐 内存16G CPU 最低8核 硬盘选择固态 这样对于文件的读写和数据库的写入并发 会提高很多！
⑶ 网络服务器的几种并发服务模型
服务程序最为关键的设计是并发服务模型，当前有以下几种典型的模型：- 单进程服务，使用非阻塞IO使用一个进程服务多个客户，通常与客户通信的套接字设置为非阻塞的，阻塞只发生在select()、poll()、epoll_wait()等系统调用上面。这是一种行之有效的单进程状态机式服务方式，已被广泛采用。缺点是它无法利用SMP(对称多处理器)的优势，除非启动多个进程。此外，它尝试就绪的IO文件描述符后，立即从系统调用返回，这会导致大量的系统调用发生，尤其是在较慢的字节传输时。select()本身的实现也是有局限的：能打开的文件描述符最多不能超过FD_SETSIZE，很容易耗尽；每次从select()返回的描述符组中扫描就绪的描述符需要时间，如果就绪的描述符在末尾时更是如此（epoll特别彻底修复了这个问题）。- 多进程服务，使用阻塞IO也称作 accept/fork 模型，每当有客户连线时产生一个新的进程为之服务。这种方式有时是必要的，比如可以通过操作系统获得良好的内存保护，可以以不同的用户身份运行程序，可以让服务运行在不同的目录下面。但是它的缺点也很明显：进程比较占资源，进程切换开销太大，共享某些信息比较麻烦。Apache 1.3就使用了这种模型，MaxClients数很容易就可以达到。- 多线程服务，使用阻塞IO也称之 accept/pthread_create模型，有新客户来时创建一个服务线程而不是服务进程。这解决了多进程服务的一些问题，比如它占用资源少，信息共享方便。但是麻烦在于线程仍有可能消耗光，线程切换也需要开销。- 混合服务方式所谓的混合服务方式，以打破服务方和客户方之间严格的1:1关系。基本做法是：新客户到来时创建新的工作线程，当该工作线程检测到网络IO会有延迟时停止处理过程，返回给Server一个延迟处理状态，同时告诉 Server被延迟的文件描述符，延迟超时时间。Server会在合适的时候返回工作线程继续处理。注意这里的工作线程不是通过 pthread_create()创建的，而是被包装在专门用于处理延迟工作的函数里。这里还有一个问题，工作线程如何检测网络IO会有延迟？方法有很多，比如设置较短的超时时间调用poll()，或者甚至使用非阻塞IO。如果是套接字，可以设置SO_RCVTIMEO和SO_SNDTIMEO选项，这样更有效率。除了延迟线程，Server还应提供了未完成线程的支持。如有有特别耗费时间的操作，你可以在完成部分工作后停止处理，返回给Server一个未完成状态。这样Server会检查工作队列是否有别的线程，如果有则让它们运行，否则让该工作线程继续处理，这可以防止某些线程挨饿。典型的一个混合服务模型开源实现ServerKitServerkit的这些线程支持功能可简化我们的服务程序设计，效率上应该也是有保证的。2. 队列(queue)ServerKit提供的队列是一个单向链表，队列的存取是原子操作，如果只有一个执行单元建议不要用，因为原子操作的开销较大。3. 堆(heap)malloc()分配内存有一定的局限，比如在多线程的环境里，需要序列化内存分配操作。ServerKit提供的堆管理函数，可快速分配内存，可有效减少分配内存的序列化操作，堆的大小可动态增长，堆有引用计数，这些特征比较适合多线程环境。目前ServerKit堆的最大局限是分配单元必须是固定大小。4. 日志记录日志被保存在队列，有一个专门的线程处理队列中的日志记录：它或者调用syslog()写进系统日志，或者通过UDP直接写到远程机器。后者更有效。5. 读写锁GNU libc也在pthreads库里实现了读写锁，如果定义了__USE_UNIX98就可以使用。不过ServerKit还提供了读写锁互相转换的函数，这使得锁的应用更为弹性。比如拥有读锁的若干个线程对同一个hash表进行检索，其中一个线程检索到了数据，此时需要修改它，一种办法是获取写锁，但这会导致释放读锁和获取写锁之间存在时间窗，另一种办法是使用ServerKit提供的函数把读锁转换成写锁，无疑这种方式更有效率。除了以上这些功能，ServerKit还提供了数据库连接池的管理（当前只支持MySQL）和序列化（Sequences），如感兴趣可参见相关的API文档。二、ServerKit服务模块编写ServerKit由3部分组成：server程序，负责加载服务模块、解析配置文件、建立数据库连接池；libserver，动态链接库，提供所有功能的库支持，包括server本身也是调用这个库写的；API，编程接口，你编写的服务模块和ServerKit框架进行对话的接口。ServerKit需要libConfuse解析配置文件，所以出了安装ServerKit，还需要安装libConfuse。关于libConfuse可参考 http://www.nongnu.org/confuse/ 。下面我们看一个简单的服务模块FOO：#include <confuse.h>#include <server.h>static long int sleep_ration;static int FOO_construct(){fprintf(stderr, "FOO_construct\n");return 1;}static int FOO_prestart(cfg_t *configuration){fprintf(stderr, "FOO_prestart\n");return 1;}static void * FOO_operator(void *foobar){fprintf(stderr, "FOO_operator\n");for(;;) sleep(sleep_ration);return NULL;}static void FOO_report(void){fprintf(stderr, "FOO_report\n");}static cfg_opt_t FOO_config[] = {CFG_SIMPLE_INT("sleep_ration", &sleep_ration),CFG_END()};static char *FOO_authors[] = {"Vito Caputo <[email protected]>", NULL};SERVER_MODULE(FOO,0,0,1,"Example mole that does nothing but sleep")按以下方法编译：$ gcc -c -fPIC -pthread -D_REENTRANT -g FOO.c$ gcc -shared -lserver -lconfuse -lpthread -g -e __server_mole_main -o FOO.so FOO.o-e选项指定程序运行入口，这使得你可以直接在命令行敲 ./FOO.so 运行模块。server程序根据环境变量SERVER_PERSONALITY_PATH定位主目录，并查找主目录下的c11n作为配置文件，动态加载的模块需放在主目录下的moles目录。$ export SERVER_PERSONALITY_PATH=`pwd`$ mkdir moles$ cp FOO.so moles$ vi c11nc11n的内容：identity = "any_id"FOO {sleep_ration = 1;}identity标识server实例，用ps可看到程序名称形如server.identity，本例为server.any_id。执行server启动服务程序。三、ServerKit其他功能缺陷缺乏daemon模式；只能运行在Linux box；DB pool只支持MySQL；Heap管理内存的功力有限
⑷ 关于配置文件，是写入文件呢，还是写入数据库
个人理解。一些经常需要调整的配置，可以考虑写入数据库，方便在网站中修改，可以考虑使用缓存。其他的用配置文件。使用缓存的流程。页面先读取缓存文件，例如config.php文件不存在的情况下，读取数据库，并生成缓存文件。下载加载页面时就不会连接数据库了。另外，更改完配置之后，需要重新生成缓存文件，即删除缓存文件。
⑸ 如何处理大量数据并发操作
处理大量数据并发操作可以采用如下几种方法:
1.使用缓存：使用程序直接保存到内存中。或者使用缓存框架: 用一个特定的类型值来保存，以区别空数据和未缓存的两种状态。
2.数据库优化：表结构优化;SQL语句优化，语法优化和处理逻辑优化;分区;分表;索引优化;使用存储过程代替直接操作。
3.分离活跃数据:可以分为活跃用户和不活跃用户。
4.批量读取和延迟修改: 高并发情况可以将多个查询请求合并到一个。高并发且频繁修改的可以暂存缓存中。
5.读写分离: 数据库服务器配置多个，配置主从数据库。写用主数据库，读用从数据库。
6.分布式数据库: 将不同的表存放到不同的数据库中，然后再放到不同的服务器中。
7.NoSql和Hadoop: NoSql，not only SQL。没有关系型数据库那么多限制，比较灵活高效。Hadoop，将一个表中的数据分层多块，保存到多个节点（分布式）。每一块数据都有多个节点保存（集群）。集群可以并行处理相同的数据，还可以保证数据的完整性。
拓展资料:
大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
⑹ 读取项目的配置文件,然后把配置文件写入到数据库中,求代码!
您好，这样的：/** * 实现对Java配置文件Properties的读取、写入与更新操作 */ package test; import java.io.BufferedInputStream; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.IOException; import java.io.InputStream; import java.io.OutputStream; import java.util.Properties; /** * @author * @version */ public class SetSystemProperty { //属性文件的路径 static String profilepath="mail.properties"; /** * 采用静态方法 */ private static Properties props = new Properties(); static { try { props.load(new FileInputStream(profilepath)); } catch (FileNotFoundException e) { e.printStackTrace(); System.exit(-1); } catch (IOException e) { System.exit(-1); } } /** * 读取属性文件中相应键的值 * @param key * 主键 * @return String */ public static String getKeyValue(String key) { return props.getProperty(key); } /** * 根据主键key读取主键的值value * @param filePath 属性文件路径 * @param key 键名 */ public static String readValue(String filePath, String key) { Properties props = new Properties(); try { InputStream in = new BufferedInputStream(new FileInputStream( filePath)); props.load(in); String value = props.getProperty(key); System.out.println(key +"键的值是："+ value); return value; } catch (Exception e) { e.printStackTrace(); return null; } } /** * 更新（或插入）一对properties信息(主键及其键值) * 如果该主键已经存在，更新该主键的值； * 如果该主键不存在，则插件一对键值。 * @param keyname 键名 * @param keyvalue 键值 */ public static void writeProperties(String keyname,String keyvalue) { try { // 调用 Hashtable 的方法 put，使用 getProperty 方法提供并行性。 // 强制要求为属性的键和值使用字符串。返回值是 Hashtable 调用 put 的结果。 OutputStream fos = new FileOutputStream(profilepath); props.setProperty(keyname, keyvalue); // 以适合使用 load 方法加载到 Properties 表中的格式， // 将此 Properties 表中的属性列表（键和元素对）写入输出流 props.store(fos, "Update '" + keyname + "' value"); } catch (IOException e) { System.err.println("属性文件更新错误"); } } /** * 更新properties文件的键值对 * 如果该主键已经存在，更新该主键的值； * 如果该主键不存在，则插件一对键值。 * @param keyname 键名 * @param keyvalue 键值 */ public void updateProperties(String keyname,String keyvalue) { try { props.load(new FileInputStream(profilepath)); // 调用 Hashtable 的方法 put，使用 getProperty 方法提供并行性。 // 强制要求为属性的键和值使用字符串。返回值是 Hashtable 调用 put 的结果。 OutputStream fos = new FileOutputStream(profilepath); props.setProperty(keyname, keyvalue); // 以适合使用 load 方法加载到 Properties 表中的格式， // 将此 Properties 表中的属性列表（键和元素对）写入输出流 props.store(fos, "Update '" + keyname + "' value"); } catch (IOException e) { System.err.println("属性文件更新错误"); } } //测试代码 public static void main(String[] args) { readValue("mail.properties", "MAIL_SERVER_PASSWORD"); writeProperties("MAIL_SERVER_INCOMING", "[email protected]qq.com"); System.out.println("操作完成"); } }
⑺ 什么是一次读取,多次写入
HDFS产生背景随着数据量越来越大，在一个操作系统存不下所有的数据，那么就分配到更多的操作系统管理的磁盘中，但是不方便管理和维护，迫切需要一种系统来管理多台机器上的文件，这就是分布式文件管理系统。HDFS只是分布式文件管理系统的一种。HDFS定义HDFS(hadoop Distributed File System)，它是一个文件系统，用于存储文件，通过目录树来定位文件，其次，它是分布式的，由很多服务器联合起来来实现其功能，集群中的服务器有各自的角色。HDFS的使用场景：适合一次写入，多次读出的场景，且不支持文件的修改，适合用来做数据分析，并不适合用来网盘应用。HDFS优缺点优点：1.高容错性（1）数据自动保存多个副本，它通过增加副本的形式，提高容错性。（2）某一个副本丢失以后，它可以自动恢复。2.适合处理大数据（1）数据规模：能够处理数据规模达到GB，TB甚至PB级别的数据（2）文件规模：能够处理百万规模以上的文件数量，数量相当之大。3.可构建在廉价的机器上，通过多副本机制，提高可靠性。缺点：1.不适合低延时数据访问，比如毫秒级的存储数据，是做不到的。2.无法高效的对大量小文件进行存储。（1）存储大量的小文件的话，它只会占用NameNode大量的内存来存储文件目录和块信息。这样是不可取的，因为NameNode的内存总是有限的。（2）小文件存储的是寻址时间会超过读取时间，它违反了HDFS的设计目标。（3）不支持并发写入，文件随机修改一个文件只能有一个写，不允许多个线程同时写。仅支持数据的append（追加），不支持文件的随机修改。HDFS组成架构1.NameNode(nn)：就是Master，它是一个主管，管理者。（1）管理HDFS的名称空间（2）配置副本策略（3）管理数据块(Block)映射信息（4）处理客户端读写请求2.DataNode：就是Slave，NameNode下达命令，DataNode执行实际的操作。（1）存储实际的数据块（2）执行数据块的读/写操作
⑻ 同一个服务器,两个程序同时写入数据库，会出现问题吗
在服务器、数据库并发宽容度设置范围内执行数据同时写入一般不会有问题，如果是超过并发数限定值会出现延迟、数据丢失一部分、或死机情况，所以建议在做负责载均衡时要考虑到实际数据量与并发量情况进行合理设置。
⑼ Hadoop如何处理多个客户端对同个文件的并发写入这种处理方式有什么缺点
同一个文件，同一时刻只能由一个客户端来写，，缺点就是无法提高并发写
⑽ hbase是如何做到并发写的和随机写的
阅读数：9381Hbase概述 hbase是一个构建在HDFS上的分布式列存储系统。HBase是Apache Hadoop生态系统中的重要 一员，主要用于海量结构化数据存储。从逻辑上讲，HBase将数据按照表、行和列进行存储。如图所示，Hbase构建在HDFS之上，hadoop之下。其内部管理的文件全部存储在HDFS中。与HDFS相比两者都具有良好的容错性和扩展性，都可以 扩展到成百上千个节点。但HDFS适合批处理场景，不支持数据随机查找，不适合增量数据处理且不支持数据更新。Hbase是列存储的非关系数据库。传统数据库MySQL等，数据是按行存储的。其没有索引的查询将消耗大量I/O 并且建立索引和物化视图需要花费大量时间和资源。因此，为了满足面向查询的需求，数据库必须被大量膨胀才能满 足性能要求。Hbase数据是按列存储-每一列单独存放。列存储的优点是数据即是索引。访问查询涉及的列-大量降低系统I/O 。并且每一列由一个线索来处理，可以实现查询的并发处理。基于Hbase数据类型一致性，可以实现数据库的高效压缩。HBase数据模型HBase是基于Google BigTable模型开发的， 典型的key/value系统。一个Row key对应很多Column Family，Column Family中有很多Column。其中，保存了不同时间戳的数据。如图所示，Rowkey cutting对应列簇info和roles。其中，info中有key-value对hight-9ft，state-CA。更清晰的结构如下图所：Hbase的所有操作均是基于rowkey的。支持CRUD（Create、Read、Update和Delete）和 Scan操作。 包括单行操作Put 、Get、Scan。多行操作包括Scan和MultiPut。但没有内置join操作，可使用MapRece解决。HBase物理模型 Hbase的Table中的所有行都按照row key的字典序排列。Table 在行的方向上分割为多个Region。、Region按大小分割的，每个表开始只有一个region，随 着数据增多，region不断增大，当增大到一个阀值的时候， region就会等分会两个新的region，之后会有越来越多的 region。Region是HBase中分布式存储和负载均衡的最小单元。 不同Region分布到不同RegionServer上。Region虽然是分布式存储的最小单元，但并不是存储 的最小单元。Region由一个或者多个Store组成，每个store保存一个 columns family。每个Strore又由一个memStore和0至多个StoreFile组成。memStore存储在内存中，StoreFile存储在HDFS上。 HBase基本架构 HBase构建在HDFS之上，其组件包括 Client、zookeeper、HDFS、Hmaster以及HRegionServer。Client包含访问HBase的接口，并维护cache来加快对HBase的访问。Zookeeper用来保证任何时候，集群中只有一个master，存贮所有Region的寻址入口以及实时监控Region server的上线和下线信息。并实时通知给Master存储HBase的schema和table元数据。HMaster负责为Region server分配region和Region server的负载均衡。如果发现失效的Region server并重新分配其上的region。同时，管理用户对table的增删改查操作。Region Server 负责维护region，处理对这些region的IO请求并且切分在运行过程中变得过大的region。HBase 依赖ZooKeeper，默认情况下，HBase 管理ZooKeeper 实例。比如， 启动或者停止ZooKeeper。Master与RegionServers 启动时会向ZooKeeper注册。因此，Zookeeper的引入使得 Master不再是单点故障。Client每次写数据库之前，都会首先血Hlog日志。记录写操作。如果不做日志记录，一旦发生故障，操作将不可恢复。HMaster一旦故障，Zookeeper将重新选择一个新的Master 。无Master过程中，数据读取仍照常进行。但是，无master过程中，region切分、负载均衡等无法进行。RegionServer出现故障的处理原理是定时向Zookeeper汇报心跳，如果一旦时 间内未出现心跳HMaster将该RegionServer上的Region重新分配到其他RegionServer上。失效服务器上“预写”日志由主服务器进行分割并派送给新的 RegionServer 。Zookeeper是一个可靠地服务，一般配置3或5个Zookeeper实例。 寻找RegionServer定位的顺序是ZooKeeper –ROOT-(单Region) -.META. -用户表 。如上图所示。-ROOT- 表包含.META.表所在的region列表，该表只会有一 个Region。 Zookeeper中记录了-ROOT-表的location。 .META. 表包含所有的用户空间region列表，以及 RegionServer的服务器地址。 HBase应用举例 Hbase适合需对数据进行随机读操作或者随机写操作、大数据上高并发操作，比如每秒对PB级数据进行上千次操作以及读写访问均是非常简单的操作。 淘宝指数是Hbase在淘宝的一个典型应用。交易历史纪录查询很适合用Hbase作为底层数据库。
