我的问题是：hadoop回收站为什么会保留多个过期时间的数据

 

我们知道hadoop的回收站是在我们删除数据后能恢复的目录，但是我们并不希望在回收站保存太久的数据，我们可以使用如下参数进行配置。

 

在core-site.xml中配置如下参数

<property>

<name>fs.trash.interval</name>

<value>5</value>

</property>

 

<property>

<name>fs.trash.checkpoint.interval</name>

<value>5</value>

</property>

 

参数介绍：

fs.trash.interval=0

 

以分钟为单位的垃圾回收时间，垃圾站中数据超过此时间，会被删除。如果是0，垃圾回收机制关闭。

可以配置在服务器端和客户端。

如果在服务器端配置trash无效，会检查客户端配置。如果服务器端配置有效，客户端配置会忽略。

 

建议开启，建议4320（3天）

垃圾回收站，如有同名文件被删除，会给文件顺序编号，例如：a.txt,a.txt(1)

 

fs.trash.checkpoint.interval=0

 

以分钟为单位的垃圾回收检查间隔。应该小于或等于fs.trash.interval。如果是0，值等同于fs.trash.interval。每次检查器运行，会创建新的检查点。

 

建议设置为60（1小时）

 

我遇到的情况：

测试环境，只配置了fs.trash.interval参数，参数内容如下

<property>

<name>fs.trash.interval</name>

<value>1440</value>

</property>

 

checkpoint并没有配置，那检测点应该是按天来检测，我们可以在namenode的日志中看到

 

这样就会导致我回收站里会存放两天的数据，现在集群的空间不是很足，不希望保存那么久的数据在回收站里

 

 

原因分析：

导致上面的问题所在是因为，日志过期时间为1天，数据监测间隔没有设置，默认值是跟过期时间一样也是一天，这样就是当我日志在晚上18:56删除的时候，早上检测点是8点，由于时间没有过期，所以会保留昨天18:56的数据，然后今天晚上的18:56也会删除数据，所以最后导致会存两天的垃圾数据。

 

应该怎么解决了，可以如下解决：

修改检测点，调整fs.trash.checkpoint.interval为2小时

<property>

<name>fs.trash.checkpoint.interval</name>

<value>120</value>

</property>