Hadoop 2.4.0新特性介绍

在2014年4月7日，Apache公布了Hadoop 2.4.0 。相比于hadoop 2.3.0，这个版本号有了一定的改进，突出的变化能够总结为下列几点（官方文档说明）：

1 支持HDFS訪问控制列表（ACL，Access Control Lists）

这个特性攻克了在一定情况下，文件权限訪问的权限问题。其机制是基于Linux文件訪问权限的特征，假设你熟悉Linux的文件訪问机制，你就不用再去理解HDFS文件訪问的特性了。

     有了ACL特性后，对HDFS文件系统就具有了良性的扩展特性。HDFS-4685 bug，已经在这个版本号攻克了。

2 本地支持HDFS滚动在线升级

解决这个问题（HDFS-5535）：“In order to roll a new HDFS release through a large cluster quickly and safely, a few enhancements are needed in HDFS. An initial High level design document will be attached to this jira, and sub-jiras
will itemize the individual tasks.”。

3 为HDFS的FSImage提供协议缓存（protocol-buffers）

这个功能使得HDFS升级服务更流畅。解决这个问题（HDFS-5698）:"Branch for using protobuf serialization for FSImage"

4 支持HDFS的https訪问方式

5 支持YARN ResourceManager容错

仅支持ResourceManager因故障挂掉重新启动，能够恢复之前正在执行的应用程序（用户不需又一次提交），但正在执行的和尚未执行的任务需又一次执行。另外，该版本号不支持ResourceManager主备切换，甚至不能配置备ResourceManager。因此，该功能并没有彻底完毕。假设想使用的话，请关注事实上现进度。

6 增强了对新应用上YARN的功能

Application Timeline Server之前执行在YARN上的计算框架中，仅仅有MapReduce配有Job History server，该server能够供用户查询已经执行完毕的作业的信息，随着YARN上计算框架的增多，有必要添加一个通用的Job History Server，于是开发了Generic history server，后来改名为Application Timeline Server，相关文档说明见：Application
Timeline Server。注：Application Timeline Server可觉得YARN提供给应用程序的用于共享信息的共享存储模块，能够将metric等信息存到该模块中，不不过历史作业执行信息。眼下共享存储模块使用的是单机版的leveldb，用户可依据须要扩展成hbase等。

7 支持YARN上CapacityScheduler 的SLAs

Capacity scheduler支持资源抢占该功能非常早就有了，但一直没有得到充分的測试。该版本号进行了充分測试，并验证了其有效性。这里简单解释一下capacity scheduler资源抢占功能的设计动机：在capacity scheduler中，队列间的剩余资源是共享的，即当一个队列的资源有剩余时，能够共享给其他队列，但当该队列有新的作业提交时，其他队列必须在一定时间内归还（释放）资源，假设没有归还，则进行调度器会进行抢占。

The world breaks everyone, and afterward, many are stronger at the broken places.(Hemingway)