HDFS中的Trash垃圾桶回收机制

文件系统垃圾桶背景

• 回收站（垃圾桶）是windows操作系统里的一个系统文件夹，主要用来存放用户历史删除的文档文件资料，存放在回收站的文件可以恢复
• 回收站的功能给了我们一剂“后悔药”。回收站保存了删除的文件，文件夹，图片等。这些项目将一直保留在回收站中，直到清空回收站
• HDFS本身也是一个文件系统，那么就会涉及到文件数据的删除操作
• 默认情况下，HDFS中是没有回收站垃圾桶概念的，删除操作的数据将会被直接删除
  

功能概述

• HDFS Trash机制，目的防止无意中删除某些东西。默认情况下是不开启的
• 启用Trash功能之后，从HDFS中删除某些内容时，文件或目录不会立即被清楚，他们将被移动到回收站Current目录中（/user/${username}.Trash/current)
• .Trash中的文件在用户可配置的时间延迟后被永久删除
• 也可以简单的讲回收站里的文件移动到.Trash目录之外的位置来恢复回收站中的文件和目录

Trash Checkpoint

• 检查点仅仅是用户回收站下的一个目录，用于存储在创建检查点之前删除的所有文件或目录
• 回收站目录在/user/${username}/.Trash/{timestamp_of_checkpoint_creation}
• 最近删除的文件被移动到回收站Current目录，并且在可配置的时间间隔内，HDFS会为Current回收站目录下的文件创建检查点/user/${username}/.Trash/<日期>,并在过期时删除旧的检查点

Trash功能开启

关闭HDFS集群

• 在node1节点上，执行一建关闭HDFS集群命令：stop-dfs.sh
  

修改core-site.xml

• 在node1节点上修改core-site.xml文件添加下面两个属性
• fs.trash.interval:回收站中的文件多少分钟后会被系统永久的删除。如果为0，trash功能将被禁用
• fs.trash.checkpoint.interval:前后两次检查点爱你的创建时间间隔（也是分钟），新的检查点被创建后，随之久的检查点就会被系统永久删除。如果为0，则将该值设置为fs.trash.interval的值

删除文件到trash

• 开启trash功能后，正常执行删除操作，文件世纪并不会被直接删除，而是被移动到了垃圾回收站

删除文件跳过

• 在执行删除操作的时候添加一个参数：-skipTrash，不需要经过回收站直接删除
  

从trash中恢复文件

• 回收站里面的文件，在到期被自动删除之前，都可以通过命令恢复出来
• 使用mv，cp命令把数据文件从trash目录下复制移动出来就可以了

清空trash

• 除了fs.trash.interval参数控制到期自动删除之外，用户还可以通过命令手动清空回收站，释放HDFS磁盘存储空间
• HDFS提供了一个命令行工具来完成这个工作：Hadoop fs -expunge.该命令立即从文件系统中删除过期检查点