1、Minimum required Java version increased from Java 7 to Java 8

所有的Hadoop JARs針對(duì)運(yùn)行時(shí)版本的Java 8被編譯。仍在使用Java 7或更低版本的用戶必須升級(jí)至Java 8。

2、Support for erasure encoding in HDFS

HDFS支持糾刪碼。與副本相比糾刪碼是一種更節(jié)省空間的數(shù)據(jù)持久化存儲(chǔ)方法。像Reed-Solomon這種標(biāo)準(zhǔn)編碼用于1.4倍空間開銷，而之前的HDFS副本相比則是3倍空間開銷。

既然糾刪碼主要的額外開銷是在重建和執(zhí)行遠(yuǎn)程讀，它習(xí)慣上用于存儲(chǔ)冷數(shù)據(jù)，即不經(jīng)常訪問(wèn)的數(shù)據(jù)。當(dāng)部署這個(gè)新特性時(shí)用戶應(yīng)該考慮糾刪碼的網(wǎng)絡(luò)和CPU開銷。

3、YARN Timeline Service v.2

引入了Yarn時(shí)間抽服務(wù)v.2，應(yīng)對(duì)兩大挑戰(zhàn)：改善時(shí)間軸服務(wù)的可伸縮性和可靠性，通過(guò)引入流和聚合增強(qiáng)可用性。

4、Shell script rewrite

shell腳本重寫，解決了之前的很多長(zhǎng)期存在的bug。

5、MapReduce task-level native optimization

MR任務(wù)級(jí)本地優(yōu)化。MapReduce添加了Map輸出collector的本地實(shí)現(xiàn)。對(duì)于shuffle密集型作業(yè)，這將會(huì)有30%以上的性能提升。

6、Support for more than 2 NameNodes.

允許用戶運(yùn)行多個(gè)Standby NN，更高的容錯(cuò)性。比如，通過(guò)配置3個(gè)NN和5個(gè)JournalNodes，集群能夠容忍2個(gè)NN宕機(jī)而不是之前的一個(gè)。

7、Support for Microsoft Azure Data Lake filesystem connector

集成Microsoft Azure Data Lake

8、Intra-datanode balancer

數(shù)據(jù)節(jié)點(diǎn)內(nèi)在均衡器，之前單個(gè)數(shù)據(jù)節(jié)點(diǎn)是可以管理多個(gè)磁盤目錄的。正常寫入操作，各磁盤會(huì)被均勻填滿。然而，當(dāng)添加或替換磁盤時(shí)可能導(dǎo)致DataNode嚴(yán)重內(nèi)斜。

這種情況現(xiàn)有的HDFS balancer是無(wú)法處理的。這種情況是由新intra-DataNode平衡功能來(lái)處理。通過(guò)hdfs diskbalancer CLI來(lái)調(diào)用。

9、Reworked daemon and task heap management

Hadoop守護(hù)進(jìn)程和MapReduce任務(wù)堆內(nèi)存管理的一系列變化。

HADOOP-10950

介紹了配置守護(hù)集成heap大小的新方法。主機(jī)內(nèi)存大小可以自動(dòng)調(diào)整，HADOOP_HEAPSIZE已棄用。

MAPREDUCE-5785

map和reduce task堆大小的配置方法，所需的堆大小不再需要通過(guò)任務(wù)配置和Java選項(xiàng)實(shí)現(xiàn)。已經(jīng)指定的現(xiàn)有配置不受此更改影響。

【本文為51CTO專欄作者“王森豐”的原創(chuàng)稿件，轉(zhuǎn)載請(qǐng)注明出處】