小编H.P*_*ter的帖子

我现在试图通过研究实际的代码实现来了解 read(2) 函数的工作原理，首先，我尝试了解它是如何在 #include 头文件中定义的。

在该文件中，我发现了这个：

ssize_t  read(int, void *, size_t) __DARWIN_ALIAS_C(read);

然后，我用谷歌搜索找到了实际的 read() 函数声明。

和，

https://github.com/lattera/glibc/blob/master/io/read.c

我找到了这个。在这段代码中，

/* Read NBYTES into BUF from FD.  Return the number read or -1.  */
ssize_t
__libc_read (int fd, void *buf, size_t nbytes)
{
  if (nbytes == 0)
    return 0;
  if (fd < 0)
    {
      __set_errno (EBADF);
      return -1;
    }
  if (buf == NULL)
    {
      __set_errno (EINVAL);
      return -1;
    }

  __set_errno (ENOSYS);
  return -1;
}

现在这是我的问题。

1. __libc_之前是什么read？为什么需要它？当用户调用read(2)时，如何调用这个函数？

2. 在我看来，这段代码与从文件描述符读取缓冲区无关，而是只有处理可能的错误的代码： fd < …

我无法理解为什么主要压缩与次要压缩不同。据我所知，次要压缩是将一些 HFile 合并为一个或多个 HFile。

我认为主要压缩除了处理已删除的行之外几乎做了同样的事情。

所以，我不知道为什么主要压缩会恢复 HBase 的数据局部性（当它在 HDFS 上使用时）。

换句话说，为什么小压缩不能恢复数据局部性，尽管对我来说，小压缩和大压缩都只是将 HFile 合并成少量的 HFile。

为什么只有主要压缩才能显着提高读取性能？我认为小压缩也有助于读取性能的提高。

请帮助我理解。

先感谢您。