Hadoop 2.1.0 beta 发布,HDFS提供SnapShot模块
jopen 11年前
Hadoop 2.1.0 Beta 版 HDFS 提供了SnapShot 模块。用于数据备份、回滚,以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。 HDFS Snapshot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
产生了以下新的概念:
- 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。
Snapshot 基本操作:
- 对一个路径开启Snapshot: hdfs dfsadmin -allowSnapshot
- 关闭 Snapsshots: hdfs dfsadmin -disallowSnapshot
- 创建Snapshosts:hdfs dfs -createSnapsshot
[snapshot names] - 删除Snapshots:hdfs dfs -deleteSnaphost
- 修改Snapshots的名字:hdfs dfs -renameSnapshot
- 获取Snapshot 列表:hdfs lsSnapshottableDir
- 获取两个Snapshot的不同:hdfs snapsshotDiff
资料来源:hadoop.apache.org
本文转载自: http://www.iteye.com/news/28232