V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
ylxw
V2EX  ›  问与答

Python 读取 hdfs 文件效率

  •  
  •   ylxw · 2019-02-26 16:36:22 +08:00 · 2136 次点击
    这是一个创建于 1857 天前的主题,其中的信息可能已经有所发展或是发生改变。

    python 通过 client.read()读取 hdfs 上的文件的速度特别慢,而将 hdfs 文件下载到本地,读取特别快,为什么?如果提高直接在 hdfs 上读取文件的效率?

    4 条回复    2019-02-26 23:51:54 +08:00
    wlsnx
        1
    wlsnx  
       2019-02-26 17:50:09 +08:00
    “而将 hdfs 文件下载到本地,读取特别快”怎么理解?
    ifaii
        2
    ifaii  
       2019-02-26 19:15:57 +08:00 via iPhone
    @wlsnx hdfs 是挂载卷是远程的, cp 到本地就是本地落盘了
    ifaii
        3
    ifaii  
       2019-02-26 19:17:36 +08:00 via iPhone
    小文件多就只能上块存储 block,文件类型存储注定快不起来
    VYSE
        4
    VYSE  
       2019-02-26 23:51:54 +08:00
    用过 pyjnius 直接调 jar 去从 hdfs 拖 data, 不过当时原因是没有兼容库
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   2614 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 26ms · UTC 15:51 · PVG 23:51 · LAX 08:51 · JFK 11:51
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.