hadoop 从 hdfs 中现有的存档文件中获取文件

Question

我有一个包含 8 个文件的目录“SmallFiles”，我使用“hadoop archive -archiveName myArch.har -p /Files/SmallFiles /Files”将它们存档，然后删除了原始文件。 我想知道如何再次提取文件？

当我下载它时，我得到这 3 个文件“index、masterindex、part-0”

Answer 1

您需要通过 har:// URI 访问归档文件。

因此，归档文件： hadoop archive -archiveName foo.har -p /user/hadoop dir1 dir2 /user/zoo将通过hadoop dfs -lsr har:///user/zoo/foo.har/

我认为这里的文档很简单： https://hadoop.apache.org/docs/current/hadoop-archives/HadoopArchives.html