Hadoop 2.1.0 Beta 版 HDFS 提供了SnapShot 模块。用于数据备份、回滚。已防止因用户的失误操作导致集群出现问题。本文先做一个简单的介绍,其他的文章在来介绍Snapshot 本身的实现机制。
首先
HDFS 的Snapshot 大概有以下几个特性:
- Snapshot 创建的时间 复杂度为O(1),但是不包括INode 的寻找时间
- 只有当修改SnapShot时,才会有额外的内存占用,内存使用量为O(M),M 为修改的文件或者目录数
- 在datanode 上面的blocks 不会复制,做Snapshot 的文件是纪录了block的信息
- Snapshot 并不会影响HDFS 的正常操作
然后,有以下的几个新的概念来产生
Snapshot table
Snapshots 会存储在snapshottable的目录下。snapshottable下存储的snapshots 最多为65535个,
Snapshot 路径
举例,假设/foo 是snapshottable,/foo/bar 是文件目录,/foo 拥有一个s0的snapshot
那么路径会是 /foo/.snapshot/s0/bar
我们可以通过 hdfs dfs -ls /foo/.snapshot
hdfs dfs -ls /foo/.snapshot/s0
hdfs dfs -cp /foo/.snapshot/s0/bar /tmp
来操作与查看副本文件。
最后,让我们来看下基本操作的介绍
Snapshot 基本操作
- 对一个路径开启Snapshot
- hdfs dfsadmin -allowSnapshot <path>
- 关闭 Snapsshots
- hdfs dfsadmin -disallowSnapshot <path>
- 创建Snapshosts
- hdfs dfs -createSnapsshot <path> [snapshot names]
- 删除Snapshots
- hdfs dfs -deleteSnaphost <path> <snapshotName>
- 修改Snapshots的名字
- hdfs dfs -renameSnapshot <path> <oldname> <newname>
- 获取Snapshot 列表
- hdfs lsSnapshottableDir
- 获取两个Snapshot的不同
- hdfs snapsshotDiff <path> <fromSnapshot> <toSnapshot>
文章资料来源:http://hadoop.apache.org/docs/r2.1.0-beta/hadoop-project-dist/hadoop-hdfs/HdfsSnapshots.html