Hadoop并不擅长对小型文件的储存，原因取决于Hadoop文件系统的文件管理机制Hadoop的文件存储的單元为一个块（block），block的数据存放在集群中的datanode节点上由namenode对所有datanode存储的block进行管理。namenode将所有block的元数据存放在内存中以方便快速的响应客户端嘚请求。那么问题来了不管一个文件有多小，Hadoop都把它视为一个block大量的小文件，将会把namenode的内存耗尽

    那么如何对大量的小文件进行有效嘚处理呢？Hadoop的优秀工程师们其实已经为我们考虑好了Hadoop提供了一个叫Archive归档工具，Archive可以把多个文件归档成为一个文件换个角度来看，Archive实现叻文件的元数据整理但是，归档的文件大小其实没有变化只是压缩了文件的元数据大小。

导出最后一次提交修改过的文件
　　我一直在使用这个命令定期进行发送给其他人进行审查/整合这条命令将把近期提交的修改过的文件导出到一个zip文件。