HDFS2.X新特性

1. 集群间拷贝

1．scp实现两个远程主机之间的文件复制

scp -r hello.txt root@hadoop103:/user/hadoop/hello.txt		// 推 push
scp -r root@hadoop103:/user/hadoop/hello.txt  hello.txt		// 拉 pull
scp -r root@hadoop103:/user/hadoop/hello.txt root@hadoop104:/user/hadoop  //是通过本地主机中转实现两个远程主机的文件复制；如果在两个远程主机之间ssh没有配置的情况下可以使用该方式。

2．采用distcp命令实现两个Hadoop集群之间的递归数据复制

[hadoop@hadoop102 hadoop-2.7.2]$  bin/hadoop distcp hdfs://haoop102:9000/user/hadoop/hello.txt hdfs://hadoop103:9000/user/hadoop/hello.txt

2. 小文档存储

实例：
（1）需要启动YARN进程

[hadoop@hadoop102 hadoop-2.7.2]$ start-yarn.sh

（2）归档文件
把/user/hadoop/input目录里面的所有文件归档成一个叫input.har的归档文件，并把归档后文件存储到/user/hadoop/output路径下。

[hadoop@hadoop102 hadoop-2.7.2]$ bin/hadoop archive -archiveName input.har –p  /user/hadoop/input   /user/hadoop/output

（3）查看归档

[hadoop@hadoop102 hadoop-2.7.2]$ hadoop fs -lsr /user/hadoop/output/input.har
[hadoop@hadoop102 hadoop-2.7.2]$ hadoop fs -lsr har:///user/hadoop/output/input.har

（4）解归档文件

[hadoop@hadoop102 hadoop-2.7.2]$ hadoop fs -cp har:/// user/hadoop/output/input.har/*    /user/hadoop

3. 回收站

开启回收站功能，可以将删除的文件在不超时的情况下，恢复原数据，起到防止误删除、备份等作用。

2）启用回收站
修改core-site.xml，配置垃圾回收时间为1分钟。

<property>
   <name>fs.trash.interval</name>
<value>1</value>
</property>

3）查看回收站
回收站在集群中的路径：/user/hdfs/.Trash/….
4）修改访问垃圾回收站用户名称
进入垃圾回收站用户名称，默认是dr.who，修改为hadoop用户
[core-site.xml]

<property>
  <name>hadoop.http.staticuser.user</name>
  <value>hadoop</value>
</property>

5）通过程序删除的文件不会经过回收站，需要调用moveToTrash()才进入回收站

Trash trash = New Trash(conf);

trash.moveToTrash(path);
6）恢复回收站数据

[hadoop@hadoop102 hadoop-2.7.2]$ hadoop fs -mv
/user/hadoop/.Trash/Current/user/hadoop/input    /user/hadoop/input

7）清空回收站

[hadoop@hadoop102 hadoop-2.7.2]$ hadoop fs -expunge

4. 快照管理