通过OSS-HDFS服务的冷热分层存储实现低成本存储冷数据

并不是所有OSS-HDFS中存储的数据都需要频繁访问，但基于数据合规或者存档等原因，部分数据仍然需要继续保存。针对以上问题，OSS-HDFS服务支持数据的冷热分层存储，对于经常需要访问的数据以标准类型进行存储，对于较少访问的数据以低频、归档以及冷归档类型进行存储，从而降低总存储成本。

前提条件

已在OSS-HDFS服务中写入数据。
华东1（杭州）、华东2（上海）、华北2（北京）、华南1（深圳）、华北3（张家口）、中国香港、新加坡、德国（法兰克福）、美国（硅谷）、美国（弗吉尼亚）、印度尼西亚（雅加达）地域支持使用冷热分层存储功能。
已提交工单申请使用冷热分层存储功能。
已安装4.4.0及以上版本JindoSDK 。具体操作，请参见非EMR集群接入OSS-HDFS服务快速入门。

注意事项

读取OSS-HDFS归档类型数据时，涉及数据取回费用。因此对于需要频繁访问的数据，应避免使用低频、归档以及冷归档类型。关于这三种类型数据取回费用的更多信息，请参见数据处理费用。
为OSS-HDFS服务的数据设置存储策略时，涉及数据块添加标签操作。数据块标签费用遵循OSS对象标签计费规则。更多信息，请参见对象标签费用。
不支持在设置为低频、归档以及冷归档存储类型的目录下创建文件。如果您需要在这三种类型的目录下创建文件，可以在标准类型目录下创建并关闭文件后，通过rename操作转移到低频、归档以及冷归档目录。
数据转换为归档或者冷归档存储类型时，系统开销大，解冻取回慢，请谨慎选择。
不支持数据在归档和冷归档存储类型之间相互转换。

操作步骤

配置环境变量。

连接ECS实例。具体操作，请参见连接ECS实例。
进入已安装的JindoSDK JAR包下的bin目录。
以下以jindosdk-x.x.x-linux为例，如使用其他版本的JindoSDK，请替换为对应的JAR包名称。
```
cd jindosdk-x.x.x-linux/bin/
```
说明
x.x.x表示JindoSDK JAR包版本号。
授予bin目录下的jindo-util文件的读、写、执行的权限。
```
chmod 700 jindo-util
```
将jindo-util文件重命名为jindo。
```
mv jindo-util jindo
```

新建配置文件jindosdk.cfg，然后在配置文件中添加以下配置项。

[common]保持以下默认配置。
logger.dir = /tmp/jindo-util/
logger.sync = false
logger.consolelogger = false
logger.level = 0
logger.verbose = 0
logger.cleaner.enable = true
hadoopConf.enable = false

[jindosdk]自定义以下配置项。
<!-- 以下以杭州地域为例，其他地域请根据实际情况替换。 -->
fs.oss.endpoint = cn-hangzhou.oss-dls.aliyuncs.com
<!-- 配置访问OSS-HDFS服务的AccessKeyId、AccessKeySecret。 -->
fs.oss.accessKeyId = LTAI********    
fs.oss.accessKeySecret = KZo1********

设置环境变量。
```
export JINDOSDK_CONF_DIR=<JINDOSDK_CONF_DIR>
```
<JINDOSDK_CONF_DIR>填写jindosdk.cfg 配置文件所在的绝对路径。

指定为写入OSS-HDFS服务的数据设置存储策略。

场景	执行命令	执行结果
为写入OSS-HDFS服务的数据设置存储策略为低频访问存储	`./jindo fs -setStoragePolicy -path oss://examplebucket/dir1 -policy CLOUD_IA`	dir1/目录下的文件对应的数据块会携带Key为transition-storage-class、Value为IA的标签信息。
为写入OSS-HDFS服务的数据设置存储策略为归档存储	`./jindo fs -setStoragePolicy -path oss://examplebucket/dir2 -policy CLOUD_AR`	dir2/目录下的文件对应的数据块会携带Key为transition-storage-class、Value为Archive的标签信息。
为写入OSS-HDFS服务的数据设置存储策略为冷归档存储	`./jindo fs -setStoragePolicy -path oss://examplebucket/dir3 -policy CLOUD_COLD_AR`	dir3/目录下的文件对应的数据块会携带Key为transition-storage-class、Value为ColdArchive的标签信息。

开启冷热分层存储。
1. 登录OSS管理控制台。
2. 单击左侧导航栏的Bucket列表，然后单击目标Bucket。
3. 在左侧导航栏，选择数据湖管理 > HDFS服务。
4. 在HDFS服务页签，单击设置冷热分层。
5. 在冷热分层的冷热分层基础设置区域，打开状态开关。
  为避免配置错误导致冷热分层无法正常工作，OSS会自动创建同时包含以下三种策略的生命周期规则：
  - 指定OSS-HDFS的数据存储目录.dlsdata/下携带Key为transition-storage-class、Value为IA标签的数据在1天后转为低频访问存储。
  - 指定OSS-HDFS的数据存储目录.dlsdata/下携带Key为transition-storage-class、Value为Archive标签的数据在1天后转为归档存储。
  - 指定OSS-HDFS的数据存储目录.dlsdata/下携带Key为transition-storage-class、Value为ColdArchive标签的数据在1天后转为冷归档存储。
  重要
  请勿编辑分层存储开启后自动创建的包含转换为低频、归档以及冷归档类型三种策略的生命周期规则，否则可能导致OSS-HDFS数据及服务异常。
6. 单击确定。
  - OSS-HDFS服务会根据步骤2设置的存储策略应用生命周期中对应的转储策略。
  - 生命周期规则创建后的24小时内，OSS会加载规则。规则加载完成后，OSS会在每天的北京时间08:00开始执行规则，具体执行时间取决于文件数量，最快48小时内转换为指定的存储类型。

命令语法	使用说明
`./jindo fs -setStoragePolicy -path <path> -policy <policy>`	该命令用于为某个路径下的数据指定存储策略。 -path：指定文件或目录所在路径。 -policy：指定存储策略。可选值为： CLOUD_STD：标准存储。 CLOUD_IA：低频访问 CLOUD_AR：归档存储。 CLOUD_COLD_AR：冷归档存储在没有对文件或子目录设置存储类型的情况下，文件或子目录的存储策略默认继承父目录的存储类型。例如oss://examplebucket/dir的存储类型为CLOUD_STD，则oss://examplebucket/dir/subdir存储类型也为CLOUD_STD。
`./jindo fs -getStoragePolicy -path <path>`	该命令用于查询指定路径下数据的存储策略。
`./jindo fs -unsetStoragePolicy -path <path>`	该命令用于取消指定路径下的数据的存储策略。
`./jindo fs -checkStoragePolicy -path <path>`	该命令用于查询指定路径下数据存储策略的转换状态。转换状态分为以下三种： Pending：任务等待提交。 Submitted：任务已提交。 Finalized：任务已完成。

冷热分层存储

前提条件

注意事项

操作步骤

相关命令

常见问题

相关文档