hadoop之快照

在hadoop第前几个版本中是没有快照功能的，2.x中是有这个特性的

Hadoop 2.x HDFS新特性

　  HDFS快照

HDFS快照 
    在2.x终于实现了快照 
    设置一个目录为可快照： 
        hdfs dfsadmin -allowSnapshot <path> 
    取消目录可快照： 
        hdfs dfsadmin -disallowSnapshot <path> 
    生成快照： 
        hdfs dfs -createSnapshot <path> [<snapshotName>] 
    删除快照： 
        hdfs dfs -deleteSnapshot <path> <snapshotName>

快照位置 
    可快照目录下的.snapshot子目录

其它快照操作 
    列出所有可快照目录： 
        hdfs lsSnapshottableDir 
    比较快照之间的差异： 
        hdfs snapshotDiff <path> <fromSnapshot> <toSnapshot>

详细查考这个：http://www.cnblogs.com/nucdy/p/5684139.html

　Hdfs的快照原理

Hdfs的快照（snapshot）是在某一时间点对指定文件系统拷贝，快照采用只读模式，可以对重要数据进行恢复、防止用户错误性的操作。 
快照分两种：

一种是：建立文件系统的索引，每次更新文件不会真正的改变文件，而是新开辟一个空间用来保存更改的文件，

一种是：拷贝所有的文件系统。Hdfs属于前者。 Hdfs的快照的特征如下： 
1. 快照的创建是瞬间的，代价为O(1)，取决于子节点扫描文件目录的时间。 
2. 当且仅当做快照的文件目录下有文件更新时才会占用小部分内存，占用内存的大小为
    O(M)，其中M为更改文件或者目录的数量； 
3. 新建快照的时候，Datanode中的block不会被复制，快照中只是记录了文件块的列表和
    大小信息。 
4. 快照不会影响正常的hdfs的操作。对做快照之后的数据进行的更改将会按照时间顺序逆
    序的记录下来，用户访问的还是当前最新的数据，快照里的内容为快照创建的时间点时文件的内容减去当前文件的内容。

每个快照最高限额为65536个文件或者文件夹，在快照的子文件夹中不允许在创建新的快照。

注意，mv命令和del命令是不允许的，因为快照是只读的

来源：http://wenku.baidu.com/link?url=Yy16EN-wHlyfiF4A4f9DYnxUlKyr-AuUBGwtIS-bu4FcvbIs_QNeWPD17eoUm72YW8TXv4p_V4g5V1i9D1IyZbmfM8qwyOva2W5qLEY3znO

hadoop snapshots 快照

HDFS 快照是文件系一个时间点的只读的副本。快照可以是部分文件系统，或者整个文件系统。一些场景使用快照的场景是数据备份，防止用户误操作和灾难恢复。

使用HDFS 快照是高效的：

• 快照创建是瞬间的:成本是0(1)排除查找信息节点的时间 。
• 额外的内存使用仅仅当对快照进行修改时产生：内存使用时0(M),M是修改文件/目录的数量。
• 在datanode中的块不会被拷贝：快照文件记录这些块列表和文件大小。不会产生数据拷贝。
• 快照不会对日常的HDFS操作产生不利的影响：修改被按反向时间排序记录，这样当前数据可以直接的访问。快照数据是由当前数据减去修改数据计算出来的(t.dbdao.com)。

1.1 snapshottable目录

快照可以产生在任何被设置为snapshottable的目录中。一个snapshottable目录可以同时容纳65536个快照。snapshottable目录没有个数上限，管理员可以设置任意个snapshottable。如果一个snapshottable中存在快照，那么这个目录在删除所有快照之前，不能删除或改名。

嵌套的snapshottable目录在现在并不支持（日期：2015-11-02）。换句话说，如果一个目录的父目录/子目录是一个snapshottable目录的话，那么其不能设置为snapshottable。

1.2 快照 路径

对于一个snapshottable目录，”.snapshot”组件有利于访问其快照。假设/foo是一个snapshottable目录，/foo/bar是 /foo中的一个文件/目录，/foo有一个快照s0，那么这个路径

/foo/.snapshot/s0/bar

/foo/.snapshot/s0/bar

列出一个snapshottable目录中所有的快照：关联到快照副本/foo/bar。一般的API和CLI都可以在”.snapshot”路径上工作。下面是一些例子

Shell

hdfs dfs -ls /foo/.snapshot

hdfs dfs-ls/foo/.snapshot

• 列出在快照s0中的文件：

Shell

hdfs dfs -ls /foo/.snapshot/s0

hdfs dfs-ls/foo/.snapshot/s0

• 从快照s0中拷贝文件：

Shell

hdfs dfs -cp -ptopax /foo/.snapshot/s0/bar /tmp

hdfs dfs-cp-ptopax/foo/.snapshot/s0/bar/tmp

注意这个例子使用了保存选项来保存时间戳，所有权，权限，ACLS和XAttrs

2 在有快照的时候升级HDFS版本

HDFS快照特性引用了一个新的保留路径名，来进行快照交互：.snapshot。当HDFS从一个旧版本升级时，现存的路径名称.snapshot需要首先重命名或者删除，来避免保留路径的冲突。更多详细类容，参考HDFS用户指南升级部分(t.dbdao.com)。

3快照操作

3.1管理员操作

本节中描述的操作需要超级用户权限

允许快照

允许一个快照目录被创建。如果这个操作成功完成，这个目录就变成snapshottable

• 命令：

Shell

hdfs dfsadmin -allowSnapshot <path>

hdfs dfsadmin-allowSnapshot<path>

• 参数：

path  snapshottable目录的路径

禁止快照

禁止快照目录创建。在静止快照之前目录中的所有快照必须删除。

• 命令：

Shell

hdfs dfsadmin -disallowSnapshot <path>

hdfs dfsadmin-disallowSnapshot<path>

• 参数

path  snapshottable目录的路径

也可以参考Hdfsadmin中相关JAVA API void disallowSnapshot（Path path）

3.2 用户操作

本节介绍用户操作。注意HDFS超级用户，可以执行除了个人操作需要满足的安全权限之外的所有操作(t.dbdao.com)。

创建快照

在snapshottable目录中创建一个一个快照。这个操作需要拥有snapshottabl目录所有者权限。

• 命令

Shell

hdfs dfs -createSnapshot <path> [<snapshotName>]

hdfs dfs-createSnapshot<path>[<snapshotName>]

• 参数：

path	snapshottable目录的路径
snapshotName	快照的名称，是一个可选参数。当其省略时，默认的名称是使用时间戳”s’yyyyMMdd-HHmmss.SSSS”的格式，例如”s20130412-151029.033″

也可以参考文件系统中相关JAVA API Path createSanpshot（Path path）和Path createSnapshot(Path path,String snapshotName)。在这些方法中返回了快照路径。

删除快照

从一个snapshottable目录中删除快照。这个操作需要拥有snapshottabl目录所有者权限(t.dbdao.com)。

• 命令

Shell

hdfs dfs -deleteSnapshot <path> <snapshotName>

hdfs dfs-deleteSnapshot<path><snapshotName>

• 参数：

path	snapshottable目录的路径
snapshotName	快照名称

重命名快照

重命名一个快照。这个操作需要拥有snapshottabl目录所有者权限。

• 命令：

Shell

hdfs dfs -renameSnapshot <path> <oldName> <newName>

hdfs dfs-renameSnapshot<path><oldName><newName>

• 参数：

path	snapshottable目录的路径
oldName	旧的快照名
newName	新的快照名

也可以参考文件系统中相关JAVA API void renameSnapshot(Path path, String oldName, String newName)

获得snapshottable目录列表

获得当前用户有权限产生快照的所有snapshottabl目录

• 命令：

Shell

hdfs lsSnapshottableDir

hdfs lsSnapshottableDir

• 参数：无

也可以参考分布式文件系统中相关JAVA API SnapshottableDirectoryStatus[] getSnapshottableDirectoryListing()

获得 快照差异报告

在2个快照之间获得差异。这个操作需要在2个快照中，所有文件/目录的读和访问权限(t.dbdao.com)。

• 命令：

Shell

hdfs snapshotDiff <path> <fromSnapshot> <toSnapshot>

hdfs snapshotDiff<path><fromSnapshot><toSnapshot>

• 参数：

path	snapshottable目录的路径
fromSnapshot	开始快照的名称
toSnapshot	结束快照的名称

• 结果：

+	文件/目录 被创建
_	文件/目录 被删除
M	文件/目录 被修改
R	文件/目录 被重命名

一个RENAME提示一个文件/目录被重命名，但是仍然存在相同的snapshottabl目录中。如果一个文件/目录被重命名到snapshottabl目录外，那么会打印为删除。从snapshottabl目录之外重命名进来的文件/目录，被打印为新创建。

快照差异报告不能保证相同操作的顺序。例如，如果我们将目录”/foo”重命名为”/foo2″，然后增加一个新文件为”/foo2/bar”，这个差异报告将是：

R. /foo -> /foo2
M. /foo/bar

R./foo->/foo2
M./foo/bar

即，在一个目录重命名下的文件/目录 变更，在报告的时候，是使用原来未重命名之前的名称。（例如上面的”/foo/bar”）

也可以参考分布式文件系统中相关JAVA API SnapshotDiffReport getSnapshotDiffReport(Path path, String fromSnapshot, String toSnapshot)

Hbase的基于快照的表修复 

Hdfs的快照同样适用于hbase表的恢复。在hbase的数据表目录/hbase/data/default/（default为默认namespace空间）中新建快照，就会在该目录下生成.snapshot的文件夹，里面放着针对该目录的所有快照。

如果存在用户误删hbase表

将快照中保存的数据表文件夹cp到/hbase/data/default下，然后执行如下命令，修复元数据即可。

注意，cp到/hbase/data/default目录下的数据表文件夹的权限要修改成hbase：hbase。 否则修改元数据的命令会失败。

上面是对整个hbase的namespace空间进行的快照备份，如果在某一个表目录下建快照，那么这个表目录就会变成只读，在hbase shell中执行disable+drop <tablename>不会将表删除，在建快照之后新增的表数据也不会丢失。

虽然数据不会丢失但是元数据会被drop命令删除，还得用repair命令进行修复。

修复完之后，再enable这个表，就ok了。

source: http://www.thebigdata.cn/Hadoop/15618.html

另外练习的可以到这个网址：

hadoop snapshots 快照实验