HDFS 恢復某時刻刪除的文件

Hadoop有一個「垃圾回收站」的功能，用於恢復在過去一段時間內被刪除文件。若某個文件被刪除了屢次，你還能夠恢復具體哪一次刪除的文件。該功能默認是關閉狀態，若想開啓，須要在$HADOOP_HOME/etc/hadoop/core-site.xml文件中，添加如下配置：

<property>
	<name>fs.trash.interval</name>
  	<value>10</value>
</property>

上面的配置意思爲：Hadoop會設立一個回收站，回收站每隔10分鐘清空一次。

若在一個回收週期內屢次刪除同一個文件或目錄，則Trash內會分版本保存你每次刪除的文件。這就意味你能夠恢復在某個時刻所刪除的文件。

舉個例子：

時間點	動做	Trash內容
12:40	回收站清空	empty
12:41	刪除fruit.data	fruit.data
12:42	從新上傳fruit.data且再次刪除fruit.data	fruit.data,fruit.data1446352935186
12:45	從新上傳fruit.data且再次刪除fruit.data	fruit.data,fruit.data1446352935186,fruit.data1446353100390
12:50	回收站清空	empty

根據上表，在12:41第二次刪除friut.data，回收站中出現了fruit.‍data1446352935186‍，後面的那串數字就是你刪除時刻的時間戳。那麼咱們就可在垃圾回收站清空以前，恢復12:41或12:45刪除的文件。

結合hive的使用，通常會有不少定時任務向hive中插入更新數據，那麼.Trash中針對某個table就會有不少個版本的存在，若想查看某個時刻的數據，只要在Trash中把該時間的數據恢復便可，針對誤刪特別有用。