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

所有的Hadoop JARs針對運行時版本的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省空間的數據持久化存儲方法。像Reed-Solomon這種標準編碼用于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行遠程讀，它習慣上用于存儲冷數據，即不經常訪問的數據。當部署這個新特性時用戶應該考慮糾刪碼的網絡和CPU開銷。

3、YARN Timeline Service v.2

引入了Yarn時間抽服務v.2，應對兩大挑戰：改善時間軸服務的可伸縮性和可靠性，通過引入流和聚合增強可用性。

4、Shell script rewrite

shell腳本重寫，解決了之前的很多長期存在的bug。

5、MapReduce task-level native optimization

MR任務級本地優化。MapReduce添加了Map輸出collector的本地實現。對于shuffle密集型作業，這將會有30%以上的性能提升。

6、Support for more than 2 NameNodes.

允許用戶運行多個Standby NN，更高的容錯性。比如，通過配置3個NN和5個JournalNodes，集群能夠容忍2個NN宕機而不是之前的一個。

7、Support for Microsoft Azure Data Lake filesystem connector

集成Microsoft Azure Data Lake

8、Intra-datanode balancer

數據節點內在均衡器，之前單個數據節點是可以管理多個磁盤目錄的。正常寫入操作，各磁盤會被均勻填滿。然而，當添加或替換磁盤時可能導致DataNode嚴重內斜。

這種情況現有的HDFS balancer是無法處理的。這種情況是由新intra-DataNode平衡功能來處理。通過hdfs diskbalancer CLI來調用。

9、Reworked daemon and task heap management

Hadoop守護進程和MapReduce任務堆內存管理的一系列變化。

HADOOP-10950

介紹了配置守護集成heap大小的新方法。主機內存大小可以自動調整，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任務配置和Java選項實現。已經指定的現有配置不受此更改影響。

【本文為51CTO專欄作者“王森豐”的原創稿件，轉載請注明出處】