Hadoop分布式文件系统(HDFS)是一个分布式存储系统，其的设计目的是容错和处理大量数据。归档存储即是针对这类大量数据存储需求，采用低频率访问的数据进行压缩或归档以便于存储更多的数据，减少硬件和存储成本。HDFS具有灵活的归档存储支持，可以方便地处理大规模且带宽较低或仅仅只需要偶发访问等需求。本文将介绍HDFS的归档存储设计以及归档存储的编程指南。
一、HDFS归档存储设计
HDFS的归档存储通过使用归档目录（archive）和临时目录（temp directory）来实现。归档目录用于存储压缩以后的数据块，而临时目录用于存储准备待压缩的数据块，这些数据块可以从分布式文件系统中进行拷贝并且压缩归档。数据可以在归档目录上被压缩和归档，并在需要时进行解归档。文件系统之间的数据移动通过任务（tasks）来完成，任务被启动后它会交替地运行在复制和归档任务中，任务管理器会将它们分配给不同的节点以实现数据的移动与压缩归档。
二、编程指南
HDFS 归档存储提供了 API 来连接到归档存储目录并对文件进行相应的操作。
- 创建归档目录
使用createArchive方法可以创建归档目录，并在之后使用该目录来存储归档后的数据块。
FileSystem hdfs = FileSystem.get(new Configuration());
Path archivePath = new Path("/archive");
boolean status = hdfs.mkdirs(archivePath);
if (status) {
System.out.println("Archive Path " + archivePath + " created.");
}- 将数据归档
可通过Archive 实例来指定待压缩文件的路径和归档目录的路径，然后使用build() 方法来压缩和归档数据。以下代码展示了将 /tmp/data.txt 文件归档到 /archive/ 目录下：
Path srcPath = new Path("/tmp/data.txt");
Path destPath = new Path("/archive/data.zip");
Archive destArchive = null;
FileSystem srcFs = null;
try {
srcFs = FileSystem.get (new Configuration());
destArchive = new Archive (new Configuration(), srcFs, destPath);
destArchive.addFile(srcPath);
destArchive.build();
} finally {
destArchive.close();
srcFs.close();
}- 解归档数据
使用 Archive 类的 extractEntries 方法来提取数据到解压后的文件。以下代码展示了如何从本例中压缩的归档文件中提取数据：
Archive archive = new Archive(new Configuration(), hdfs, archiveFilePath);
archive.extractEntries();- 删除归档文件
使用 delete 方法从 HDFS 中删除归档目录和文件：
hdfs.delete(new Path("/archive"), true);总之，归档存储是一个非常有用的 HDFS 特性，可以方便地将低频访问的数据归档到压缩文件中进行存储和管理。使用归档存储API 可以轻松地连接到归档存储目录，压缩归档数据并提取它们。在很多应用场景下，归档存储是非常有价值的，因为它可以帮助节省大量存储和硬件成本，并提高
