超级会员免费看
本文介绍了Hadoop Archives（HAR），一种用于归档HDFS目录的特殊格式。内容包括HAR的定义，创建、查看、解归档HAR文件的步骤，以及HAR的优缺点。创建HAR涉及MapReduce作业，而查看和解归档则可通过HDFS shell命令进行。然而，HAR文件不可更新，且占用空间可能大于原始文件。
1. 什么是 Hadoop Archives?
Hadoop Archives 是一种特殊的归档格式。Hadoop Archive 对应一个文件系统目录，扩展名为 *.har。Hadoop Archive 目录下包含元数据（形式是 _index 和 _masterindx）和数据（part）文件。index 文件包含了归档中文件的文件名和位置信息。
2. 如何创建归档文件
具体语法如下所示：
hadoop archive -archiveName name -p <parent> [-r <replication factor>] <src>* <dest>
参数说明：
-
-archiveName name参数指定你要创建归档的名字name。比如user_order.har，扩展名必须为*.har。 -
-p <parent>参数指定待归档文件的父路径。例如，-p /a a1 a2。这里的/a是 <
订阅专栏 解锁全文
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
