在过去的10天里，我一直在hdfs上看到大量的磁盘使用。正如我在cloudera manager的hosts选项卡上的datanode hosts和hdfs服务使用率的disk usage图表中看到的，使用率几乎增加了两倍，从~7tb增加到~20tb。一开始我在想原因是我在那10天的第6天升级到cm和cdh的时候做错了什么，但是我意识到这已经开始发生了。
我先检查了cloudera manager上的文件浏览器，但没有看到那里的大小数字和之前的大小数字有什么区别。我也有过去4天的磁盘使用报告，他们说没有增加。
跑步 hdfs dfsadmin -report 也返回相同的值。
linux上的dfs文件夹证实了使用率的增加，但是我不能告诉您发生了什么变化，因为有数百万个文件，而且我不知道如何检查上千个嵌套文件夹中最后修改的文件。即使我找到了，我也不知道hdfs上的文件是什么。
就在最近，我被告知，hdfs上的另一个用户正在拆分他们的大文件。他们拥有将近三分之二的数据。如果将它们分割成比hdfs块大小小得多的块，是否会导致如此大的增加？如果是，为什么我不能在浏览器/报表上看到它？
有没有什么方法可以检查hdfs中最近修改了哪些文件夹和文件，或者我可以检查/执行的其他操作？任何建议或评论都将不胜感激。