HDFS學習筆記4 -- Centralized Cache技術

　　對於高頻率使用的數據，用戶能夠將其放人某文件夾，而後向各個DataNode發出指示將其中的數據緩存在內存裏。這種狀況下，用戶還能夠利用一組zero-copy的API，同時因爲再也不須要反覆驗證數據完整性，能夠顯著提升計算效率。

　　各DataNode的緩存由NameNode統一管理，週期性地向後者發送cache report。NameNode週期性地查詢本身的緩存指令集(Set of cache directives)來決定須要將哪些塊緩存或解除緩存。

　　每條緩存指令(Cache directive)能夠定義一條須要被緩存路徑，若是指定的是文件夾，則只有其中第一級的文件能被緩存。指令中還能夠指定一些額外的參數，如複製係數和過時時間等。

　　緩存池(Cache pool)是一個管理單元的概念，對於一組緩存指令集，對不用的用戶進行指令的讀，寫，添加，刪除等權限管理功能。同時還能夠用於資源管理，如規定最大緩存量。還能夠提供一些緩存數據的統計信息。另外，還能夠爲它的全部cache設置一個最大生存時間。

　　目前只支持文件和文件夾級的緩存，未來可能會支持文件塊及子塊級的緩存。