我试图了解擦除编码可能对文件的读取性能产生的影响。
在此之前，简要总结了使用 Reed-Solomon 方法的 Hadoop 3.0 擦除编码。如果将分割成 k 个块的文件编码为 p 个奇偶校验块，则在 k+p 个块中，至少任何 k 个块必须可用于重新创建文件。在 Hadoop 2.0 中，默认复制是 3，因此 10 个块的文件需要集群上 30 个块的空间。Hadoop 3.0 声明它提供了 50% 的空间减少，因此存储在 3.0 上的相同 10 个块应该只需要 15 个块，即额外的 5 个块可以用作奇偶校验块。
在 Hadoop 3.0中 - 具有 10 个块的文件 (file1) 将导致 5 个奇偶校验块（将 3.0 中的 EC 数据改进为 50%）。假设原始的 10 个数据块存储在从 n0 到 n9 的节点上，而 5 个奇偶校验块存储在节点 n10 到 n14 上。现在对该文件的读取操作肯定应该从前 10 个节点（即 n0 到 n9）获取数据，因为从具有奇偶校验块的节点获取数据可能需要更多时间，因为它涉及解码（对吗？？）。
接下来，此文件可接受的节点故障数为 5。
如果节点 n10 - n14 失败（这些是具有奇偶校验块的节点）。读取操作的性能（由于节点故障）不会受到影响，性能与上述场景相同。
但是如果节点 n5 到 n9 发生故障，那么我会猜测这种情况下的读取性能会低于上述情况下的性能。
但是在 2.0 中，只要节点故障的数量小于 ReplicationFactor-1，无论哪个节点发生故障，您都可以获得相同的性能。
问题是：是否应该将上述因素（擦除编码）也添加到可能影响 3.0 中读取性能的因素集中