解决HDFS上小文件的存储

  1. 从源头上解决，在上传到HDFS之前，就将多个小文件归档
    使用tar命令 带上参数-zcvf
    示例：
tar -zcvf xxx.tar.gz  小文件列表
  1. 如果小文件已经上传到HDFS了，可以使用在线归档
    使用hadoop archive命令
    示例：
hadoop archive -archiveName xxx.har -p /文件目录 小文件列表 /存放目录

在线归档的功能实际是一个MR程序，这个程序将HDFS已经存在的多个小文件归档为一个归档文件！

  1. 在本地查看har包里的归档文件，一定要带上har://协议，只有ls不列出归档文件！
hadoop fs -ls har:///xxx.har
  1. 下载归档文件
hadoop fs -get har:///xxx.har/xxx文件
posted @ 2020-07-11 16:16  孙晨c  阅读(204)  评论(0)  编辑  收藏  举报