Changes between Version 13 and Version 14 of waue/2009/0402

Timestamp:

Apr 2, 2009, 2:43:56 PM (17 years ago)

Author:

waue

Comment:

--

waue/2009/0402

@@ -111 +111 @@
 
 == archieve ==
+ * archieve就是把資料壓縮成一個檔案，在壓縮的過程中，還會將被壓縮的目錄結構紀錄在index與masterindex內。
+ * 由於每個上傳上去的檔案都被放在一個block中，因此我的input資料夾內共有四個檔，但是每個檔都會佔用一個block，用此方法就可以按照整個打包大小來分配共用去多少個block數。
  * hadoop archive -archiveName name <src>* <dest>
 {{{
@@ -122 +124 @@
 ...略
 }}}
+
+ * 看har裡面的檔案結構
+{{{
+$ bin/hadoop dfs -lsr /user/waue/output/foo.har
+}}}
+ * 看har內檔案的內容
+{{{
+$ bin/hadoop dfs -cat /user/waue/output/foo.har/part-0
+}}}
+
+ * ps: 官方文件介紹的 hadoop dfs -lsr har:///user/hadoop/output/foo.har 會出現錯誤！
+{{{
+#!sh
+lsr: could not get get listing for 'har:/user/waue/output/foo.har/user/waue' : File: har://hdfs-gm1.nchc.org.tw:9000/user/waue/output/foo.har/user/waue/input does not exist in har:///user/waue/output/foo.har
+
+}}}
+
+== distCp ==
+ * 是用於大規模集群內部和集群之間拷貝的工具
+ * 使用Map/Reduce實現文件分發，錯誤處理和恢復，以及報告生成
+ * 舉例為：
+{{{
+hadoop distcp hdfs://nn1:8020/foo/bar hdfs://nn2:8020/bar/foo
+}}}
+？？ 然而8020 port 在機器上沒有開，且不是應該檔案會均勻散佈在每個節點上嗎？怎麼還會知道nn1的節點上有這個檔要複製到nn2呢？