common/src/docs/cn/src/documentation/content/xdocs/hadoop_archives.xml - hadoop - Git at Google

 <?xml version="1.0"?>
 <!--
   Licensed to the Apache Software Foundation (ASF) under one or more
   contributor license agreements.  See the NOTICE file distributed with
   this work for additional information regarding copyright ownership.
   The ASF licenses this file to You under the Apache License, Version 2.0
   (the "License"); you may not use this file except in compliance with
   the License.  You may obtain a copy of the License at

       http://www.apache.org/licenses/LICENSE-2.0

   Unless required by applicable law or agreed to in writing, software
   distributed under the License is distributed on an "AS IS" BASIS,
   WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
   See the License for the specific language governing permissions and
   limitations under the License.
 -->
 <!DOCTYPE document PUBLIC "-//APACHE//DTD Documentation V2.0//EN" "http://forrest.apache.org/dtd/document-v20.dtd">
 <document>
         <header>
         <title>Hadoop Archives</title>
         </header>
         <body>
         <section>
         <title> 什么是Hadoop archives? </title>
         <p>
         Hadoop archives是特殊的档案格式。一个Hadoop archive对应一个文件系统目录。
         Hadoop archive的扩展名是*.har。Hadoop archive包含元数据（形式是_index和_masterindx）和数据（part-*）文件。_index文件包含了档案中的文件的文件名和位置信息。
         </p>
         </section>
         <section>
         <title> 如何创建archive? </title>
         <p>
         <code>用法: hadoop archive -archiveName name &lt;src&gt;* &lt;dest&gt;</code>
         </p>
         <p>
         由-archiveName选项指定你要创建的archive的名字。比如foo.har。archive的名字的扩展名应该是*.har。输入是文件系统的路径名，路径名的格式和平时的表达方式一样。创建的archive会保存到目标目录下。注意创建archives是一个Map/Reduce job。你应该在map reduce集群上运行这个命令。下面是一个例子：
         </p>
         <p>
         <code>hadoop archive -archiveName foo.har /user/hadoop/dir1 /user/hadoop/dir2 /user/zoo/</code>
         </p><p>
         在上面的例子中，
         /user/hadoop/dir1 和 /user/hadoop/dir2 会被归档到这个文件系统目录下
         -- /user/zoo/foo.har。当创建archive时，源文件不会被更改或删除。
         </p>
         </section>
         <section>
         <title> 如何查看archives中的文件? </title>
         <p>
         archive作为文件系统层暴露给外界。所以所有的fs shell命令都能在archive上运行，但是要使用不同的URI。
         另外，archive是不可改变的。所以重命名，删除和创建都会返回错误。Hadoop Archives 的URI是
         </p><p><code>har://scheme-hostname:port/archivepath/fileinarchive</code></p><p>
         如果没提供scheme-hostname，它会使用默认的文件系统。这种情况下URI是这种形式
         </p><p><code>
         har:///archivepath/fileinarchive</code></p>
         <p>
         这是一个archive的例子。archive的输入是/dir。这个dir目录包含文件filea，fileb。
         把/dir归档到/user/hadoop/foo.bar的命令是
         </p>
         <p><code>hadoop archive -archiveName foo.har /dir /user/hadoop</code>
         </p><p>
         获得创建的archive中的文件列表，使用命令
         </p>
         <p><code>hadoop dfs -lsr har:///user/hadoop/foo.har</code></p>
         <p>查看archive中的filea文件的命令-
         </p><p><code>hadoop dfs -cat har:///user/hadoop/foo.har/dir/filea</code></p>
         </section>
 	</body>
 </document>
	<?xml version="1.0"?>
	<!--
	Licensed to the Apache Software Foundation (ASF) under one or more
	contributor license agreements. See the NOTICE file distributed with
	this work for additional information regarding copyright ownership.
	The ASF licenses this file to You under the Apache License, Version 2.0
	(the "License"); you may not use this file except in compliance with
	the License. You may obtain a copy of the License at

	http://www.apache.org/licenses/LICENSE-2.0

	Unless required by applicable law or agreed to in writing, software
	distributed under the License is distributed on an "AS IS" BASIS,
	WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
	See the License for the specific language governing permissions and
	limitations under the License.
	-->
	<!DOCTYPE document PUBLIC "-//APACHE//DTD Documentation V2.0//EN" "http://forrest.apache.org/dtd/document-v20.dtd">
	<document>
	<header>
	<title>Hadoop Archives</title>
	</header>
	<body>
	<section>
	<title> 什么是Hadoop archives? </title>
	<p>
	Hadoop archives是特殊的档案格式。一个Hadoop archive对应一个文件系统目录。
	Hadoop archive的扩展名是.har。Hadoop archive包含元数据（形式是_index和_masterindx）和数据（part-）文件。_index文件包含了档案中的文件的文件名和位置信息。
	</p>
	</section>
	<section>
	<title> 如何创建archive? </title>
	<p>
	<code>用法: hadoop archive -archiveName name <src>* <dest></code>
	</p>
	<p>
	由-archiveName选项指定你要创建的archive的名字。比如foo.har。archive的名字的扩展名应该是*.har。输入是文件系统的路径名，路径名的格式和平时的表达方式一样。创建的archive会保存到目标目录下。注意创建archives是一个Map/Reduce job。你应该在map reduce集群上运行这个命令。下面是一个例子：
	</p>
	<p>
	<code>hadoop archive -archiveName foo.har /user/hadoop/dir1 /user/hadoop/dir2 /user/zoo/</code>
	</p><p>
	在上面的例子中，
	/user/hadoop/dir1 和 /user/hadoop/dir2 会被归档到这个文件系统目录下
	-- /user/zoo/foo.har。当创建archive时，源文件不会被更改或删除。
	</p>
	</section>
	<section>
	<title> 如何查看archives中的文件? </title>
	<p>
	archive作为文件系统层暴露给外界。所以所有的fs shell命令都能在archive上运行，但是要使用不同的URI。
	另外，archive是不可改变的。所以重命名，删除和创建都会返回错误。Hadoop Archives 的URI是
	</p><p><code>har://scheme-hostname:port/archivepath/fileinarchive</code></p><p>
	如果没提供scheme-hostname，它会使用默认的文件系统。这种情况下URI是这种形式
	</p><p><code>
	har:///archivepath/fileinarchive</code></p>
	<p>
	这是一个archive的例子。archive的输入是/dir。这个dir目录包含文件filea，fileb。
	把/dir归档到/user/hadoop/foo.bar的命令是
	</p>
	<p><code>hadoop archive -archiveName foo.har /dir /user/hadoop</code>
	</p><p>
	获得创建的archive中的文件列表，使用命令
	</p>
	<p><code>hadoop dfs -lsr har:///user/hadoop/foo.har</code></p>
	<p>查看archive中的filea文件的命令-
	</p><p><code>hadoop dfs -cat har:///user/hadoop/foo.har/dir/filea</code></p>
	</section>
	</body>
	</document>