Simple File System on HBase

Description

Sometimes, when we use HBase, we need to save files, especially very small files, such as images. HBase's API does not very friendly to do this. So, I try to build to simple file system on HBase, to simplify read & write file on HBase.

hbase-fs is a flat File System, not like the linux's file system, it does not have directory structure. All file has a identifier, which I recommend to use MD5, for reading & writing on the hbase-fs.

How to use?

hbase-fs just like normal local file system. It has three main class:

• HBaseFile
• HBaseFileInputStream
• HBaseFileOutputStream

With special InputStream and OutputStream implementation, you can easily read and write file on HBase.

HBaseFile

I recommend to use md5 or SHA-1 of the file as the identifier, so you can easily find out wether the content of a file has been stored in the hbase cluster.

Read

1. HBaseFile.Factory.buildHBaseFile(identifier) get a HBaseFile instance;
2. new HBaseFileInputStream(hbFile) get InputStream;
3. read from the InputStream

// On JDK 7+
HBaseFile hbf = HBaseFile.Factory.buildHBaseFile(md5);
try (InputStream is = new HBaseFileInputStream(hbf)) {
    // do something with the inputstream
}

Write

1. like Read's step 1;
2. new HBaseFileOutputStream(hbFile) get OutputStream;
3. write to the OutputStream
4. remember to close

// On JDK 7+
HBaseFile hbf = HBaseFile.Factory.buildHBaseFile(md5, desc);
try (OutputStream is = new HBaseFileOutputStream(hbf)) {
    // do something with the inputstream
}

TODO

Now, it's just a Prototype.

基于 HBase 的文件系统

概述

有些时候,由于业务和环境的限制,我们需要使用 HBase 来存储文件,尤其是小文件,就像图片一类.然后. HBase 原生的 API 对于存取文件把并不是很友好.所以,我们尝试在 HBase 之上,构建一个简易的文件系统来简化我们的使用.

hbase-fs 是一个扁平状的文件系统, 没有类似于 linux 文件系统的那种目录结构. 我们目前也不打算构建这样的内容. 所有的文件通过唯一的标识符来描述, 所有的读写操作都依赖于这个操作符. 我们建议, 可以使用文件的 MD5 码, 作为文件的唯一标识符, 这样天然就具备了判断文件是否已经存入的功能.

如何使用?

类似于 Java 里处理的通用办法, 我们使用特殊的InputStream, OutputStream 来实现对 hbase-fs 中文件读写. 主要有以下三个类.

• HBaseFile
• HBaseFileInputStream
• HBaseFileOutputStream

HBaseFile

这是一个文件描述类, 用来描述存储在 hbae-fs 中的文件. 其中最主要的内容就是标识符(identifier), 他唯一确定了 hbase-fs 中一个文件. 我们强烈建议你使用文件的 MD5 值作为这个标识符. 通过使用 MD5, 文件系统天生就具有了识别重复文件的能力, 即使文件的名称已经改变.

读取文件

1. HBaseFile.Factory.buildHBaseFile(identifier) 获取一个 HBaseFile 的实例;
2. new HBaseFileInputStream(hbFile) 获得 InputStream;
3. 从InputStream中读取数据;

// On JDK 7+
HBaseFile hbf = HBaseFile.Factory.buildHBaseFile(md5);
try (InputStream is = new HBaseFileInputStream(hbf)) {
    // do something with the inputstream
}

写入文件

1. HBaseFile.Factory.buildHBaseFile(identifier, desc) 获取一个新的 HBasFile 的实例;
2. new HBaseFileOutputStream(hbFile) 获取 OutputStream;
3. 将数据写入OutputStream
4. 注意 将流关闭

// On JDK 7+, 该语法会自动调用close(), 将流关闭.
HBaseFile hbf = HBaseFile.Factory.buildHBaseFile(md5, desc);
try (OutputStream is = new HBaseFileOutputStream(hbf)) {
    // do something with the inputstream
}

引用

HBase