面对不断扩大的海量视频数据的处理需求,越来越多的企业选择使用HDFS这类分布式文件系统作为视频文件存储的载体,如何高效地分布式读取HDFS中存储的视频帧数据也成为了国内外学者研究的重点。但是目前传统的视频分析应用和视频库在分布式读取视频帧操作中存在三个问题:视频帧的分布式可读取性障碍、帧间关系保持问题和“数据本地化”问题。本文针对HDFS的存储特点,结合视频文件结构上的特殊性和读取视频帧操作的特点,提出了两种基于HDFS的视频帧分布式读取模型。本文所做的工作如下:1)本文提出了基于VSF的视频帧分布式读取模型。在该模型中,本文设计了VSF文件作为视频文件的替代。VSF文件是一种二进制序列化文件,其基本存储单元为Record,本文将解码后的视频帧数据和帧号以Key-Value键值对的形式存储在Record中。针对“数据本地化”问题和不同类型的视频分析任务,本文设计了多种Record填充策略。在分布式读取视频帧操作中,应用程序可直接读取Record中解码后的视频帧数据。2)本文提出了基于VMD的视频帧分布式读取模型。在该模型中,本文在HDFS集群的基础上增加了VMD组件和视频元数据文件。VMD组件记录了HDFS中所有视频文件的URL及其指纹摘要信息的映射关系,而视频元数据文件是一种二进制序列化文件,该文件存储了视频文件的基本元信息和视频文件的I帧字典。在该读取模型中,应用程序通过VMD组件获得视频元数据文件,利用视频元数据文件的I帧字典获取所有I帧的文件偏移量和帧号,此时应用程序可以直接定位至I帧并依次读取并解码后续的视频帧。最后,通过对两个模型的可用性和性能进行实验。在可用性方面,本文提出的两种视频帧分布式读取模型均能分布式读取并正确解码存储在HDFS的视频帧数据。在性能方面,基于VSF的视频帧分布式读取模型在VSF的生成阶段产生大量的额外时空开销,而基于VMD的视频帧分布式读取模型的视频元数据文件的规模较小,生成视频元数据过程也未产生较多的时空开销;在分布式读取视频帧操作的性能方面,基于VSF的分布式读取模型性能略优于基于VMD的分布式读取模型。