解读：Hadoop Archive

hdfs并不擅长存储小文件，因为每个文件最少一个block，每个block的元数据都会在NameNode中占用150byte内存。如果存储大量的小文件，它们会吃掉NameNode节点的大量内存。MR案例：小文件处理方案

Hadoop Archive或者HAR，是一个高效地将小文件放入HDFS块中的文件存档工具。它能将多个小文件打包成一个HAR文件，这样在减少NameNode内存使用的同时，仍然允许对小文件进行透明的访问，比如作为MapReduce的输入。

/* 归档命令

• -archiveName 0825.har : 指定归档后的文件名
• -p /test/in/ : 被归档文件所在的父目录
• small mapjoin : 要被归档的目录,一至多个(small和mapjoin)
• /test/in/har : 生成的归档文件存储目录
  */
  hadoop archive -archiveName 0825.har -p /test/in/ small mapjoin /test/in/har

hadoop distcp
分布式拷贝

hadoop checknative
这个命令用来核对可用的本地Code，默认情况下只核对libhadoop的可用性

hadoop credential
该命令在凭证提供者内部管理凭证（credentials），密码（passwords）和秘密（secrets）

hadoop fs
同 hdfs dfs

hadoop jar
在hadoop中运行jar包：hadoop jar x.jar ×××.MainClassName inputPath outputPath
x.jar为包的名称，包括路径，直接写包名称，则为默认路径
×××.MainClassName为运行的类名称
inputPath为输入路径
outputPath为输出路径。
这里需要注意的是：
输入路径和输出路径，一定要对应。

http://www.cnblogs.com/skyl/p/4758364.html