Hadoop 2.1.0 beta 版发布，HDFS SnapShot 特性一览

Hadoop 2.1.0 Beta 版 HDFS 提供了SnapShot 模块。用于数据备份、回滚，以防止因用户的失误操作导致集群出现问题。本文先做一个简单的介绍，其他的文章在来介绍Snapshot 本身的实现机制。

HDFS Snapshot有以下几个特性：

• Snapshot 创建的时间 复杂度为O(1)，但是不包括INode 的寻找时间
• 只有当修改SnapShot时，才会有额外的内存占用，内存使用量为O(M),M 为修改的文件或者目录数
• 在datanode 上面的blocks 不会复制，做Snapshot 的文件是纪录了block的信息
• Snapshot 并不会影响HDFS 的正常操作

产生了以下新的概念：

• Snapshot table：Snapshots 会存储在snapshottable的目录下。snapshottable下存储的snapshots 最多为65535个
• Snapshot 路径：举例，假设/foo  是snapshottable，/foo/bar 是文件目录,/foo 拥有一个s0的snapshot，那么路径会是 /foo/.snapshot/s0/bar，我们可以通过
      hdfs dfs -ls /foo/.snapshot
      hdfs dfs -ls /foo/.snapshot/s0
      hdfs dfs -cp /foo/.snapshot/s0/bar /tmp

来操作与查看副本文件。

Snapshot 基本操作：

• 对一个路径开启Snapshot： hdfs dfsadmin -allowSnapshot <path>
• 关闭 Snapsshots： hdfs dfsadmin -disallowSnapshot <path>
• 创建Snapshosts：hdfs dfs -createSnapsshot <path> [snapshot names]
• 删除Snapshots：hdfs dfs -deleteSnaphost <path> <snapshotName>
• 修改Snapshots的名字：hdfs dfs -renameSnapshot <path>  <oldname> <newname>
• 获取Snapshot 列表：hdfs lsSnapshottableDir
• 获取两个Snapshot的不同：hdfs snapsshotDiff <path> <fromSnapshot> <toSnapshot>

资料来源：hadoop.apache.org