Hadoop HDSF并行复制数据

在HDFS中复制数据,最普通的命令是Hadoop fs -cp,但是这是一个单线程的复制方式,如果需要复制一个很大的目录和文件,需要时间将比较长。

其实Hadoop还提供了一个更加高效的复制数据命令 Hadoop distcp 源目录 目标目录

测试在10个节点的集群上复制一个24G的目录,使用Hadoop fs -cp用了7分钟,而用Hadoop distcp只用了不到1分钟,速度快了将近10倍。

同 cp命令由于,如果目标目录已存在时,复制成功后的,目标目录将会是 目标目录/源目录。如果目标目录不存在,Hadoop会自动创建目标目录,且结构为 目标目录/源目录中的子目录

Hadoop distcp之所以能这么快,其原理是其作为一个MapReduce来运行(只有Map没有Reduce)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

周小科

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值