HDFS

文章发布时间:

最后更新时间:

HDFS启动与关闭

HDFS 和普通的硬盘上的文件系统不一样,是通过Java 虚拟机运行在整个集群当中的,
所以当Hadoop 程序写好之后,需要启动HDFS 文件系统,才能运行。

HDFS启动过程如下:

1
bin/start-dfs.sh

这一脚本会启动NameNode , 然后根据conf/slaves 中的记录逐个启动DataNode ,最后
根据conf/masters 中记录的Secondary NameNode 地址启动SecondaryNameNode 。

HDFS 关闭过程如下:

1
bin/stop-dfs.sh

这一脚本的运行过程正好是bin/start-dfs.sh 的逆过程,关闭Secondary NameNode ,然后
是每个DataNode ,最后是NameNode自身。

HDFS命令基本格式:

1
hadoop fs -cmd < args >

ls

1
hadoop fs -ls  /

列出hdfs文件系统根目录下的目录和文件

1
hadoop fs -ls -R /

列出hdfs文件系统所有的目录和文件

put

1
hadoop fs -put < local file > < hdfs file >

hdfs file的父目录一定要存在,否则命令不会执行

1
hadoop fs -put  < local file or dir >...< hdfs dir >

hdfs dir 一定要存在,否则命令不会执行

1
hadoop fs -put - < hdsf  file>

从键盘读取输入到hdfs file中,按Ctrl+D结束输入,hdfs file不能存在,否则命令不会执行

moveFromLocal

1
hadoop fs -moveFromLocal  < local src > ... < hdfs dst >

与put相类似,命令执行后源文件 local src 被删除,也可以从从键盘读取输入到hdfs file中

copyFromLocal

1
hadoop fs -copyFromLocal  < local src > ... < hdfs dst >

与put相类似,也可以从从键盘读取输入到hdfs file中

get

1
hadoop fs -get < hdfs file > < local file or dir>

local file不能和 hdfs file名字不能相同,否则会提示文件已存在,没有重名的文件会复制到本地

1
hadoop fs -get < hdfs file or dir > ... < local  dir >

拷贝多个文件或目录到本地时,本地要为文件夹路径

注意:如果用户不是root, local 路径要为用户文件夹下的路径,否则会出现权限问题,

moveToLocal

当前版本中还未实现此命令

copyToLocal

1
hadoop fs -copyToLocal < local src > ... < hdfs dst >

与get相类似

rm

1
2
hadoop fs -rm < hdfs file > ...
hadoop fs -rm -r < hdfs dir>...

每次可以删除多个文件或目录

mkdir

1
hadoop fs -mkdir < hdfs path>

只能一级一级的建目录,父目录不存在的话使用这个命令会报错

1
hadoop fs -mkdir -p < hdfs path> 

所创建的目录如果父目录不存在就创建该父目录

getmerge

1
hadoop fs -getmerge < hdfs dir >  < local file >

将hdfs指定目录下所有文件排序后合并到local指定的文件中,文件不存在时会自动创建,文件存在时会覆盖里面的内容

1
hadoop fs -getmerge -nl  < hdfs dir >  < local file >

加上nl后,合并到local file中的hdfs文件之间会空出一行

cp

1
hadoop fs -cp  < hdfs file >  < hdfs file >

目标文件不能存在,否则命令不能执行,相当于给文件重命名并保存,源文件还存在

hadoop fs -cp < hdfs file or dir >… < hdfs dir >

目标文件夹要存在,否则命令不能执行

mv

1
hadoop fs -mv < hdfs file >  < hdfs file >

目标文件不能存在,否则命令不能执行,相当于给文件重命名并保存,源文件不存在

1
hadoop fs -mv  < hdfs file or dir >...  < hdfs dir >

源路径有多个时,目标路径必须为目录,且必须存在。

注意:跨文件系统的移动(local到hdfs或者反过来)都是不允许的

count

1
hadoop fs -count < hdfs path >

统计hdfs对应路径下的目录个数,文件个数,文件总计大小

显示为目录个数,文件个数,文件总计大小,输入路径

du

1
hadoop fs -du < hdsf path> 

显示hdfs对应路径下每个文件夹和文件的大小

1
hadoop fs -du -s < hdsf path> 

显示hdfs对应路径下所有文件和的大小

1
hadoop fs -du - h < hdsf path> 

显示hdfs对应路径下每个文件夹和文件的大小,文件的大小用方便阅读的形式表示,例如用64M代替67108864

text

1
hadoop fs -text < hdsf file>

将文本文件或某些格式的非文本文件通过文本格式输出

setrep

1
hadoop fs -setrep -R 3 < hdfs path >

改变一个文件在hdfs中的副本个数,上述命令中数字3为所设置的副本个数,-R选项可以对一个人目录下的所有目录+文件递归执行改变副本个数的操作

stat

1
hdoop fs -stat [format] < hdfs path >

返回对应路径的状态信息

[format]可选参数有:%b(文件大小),%o(Block大小),%n(文件名),%r(副本个数),%y(最后一次修改日期和时间)

可以这样书写hadoop fs -stat %b%o%n < hdfs path >,不过不建议,这样每个字符输出的结果不是太容易分清楚

tail

1
hadoop fs -tail < hdfs file >

在标准输出中显示文件末尾的1KB数据

archive

1
hadoop archive -archiveName name.har -p < hdfs parent dir > < src >* < hdfs dst >

命令中参数name:压缩文件名,自己任意取;< hdfs parent dir > :压缩文件所在的父目录;< src >:要压缩的文件名;< hdfs dst >:压缩文件存放路径

*示例:hadoop archive -archiveName hadoop.har -p /user 1.txt 2.txt /des

示例中将hdfs中/user目录下的文件1.txt,2.txt压缩成一个名叫hadoop.har的文件存放在hdfs中/des目录下,如果1.txt,2.txt不写就是将/user目录下所有的目录和文件压缩成一个名叫hadoop.har的文件存放在hdfs中/des目录下

显示har的内容可以用如下命令:

1
hadoop fs -ls /des/hadoop.jar

显示har压缩的是那些文件可以用如下命令

1
hadoop fs -ls -R har:///des/hadoop.har

注意:har文件不能进行二次压缩。如果想给.har加文件,只能找到原来的文件,重新创建一个。har文件中原来文件的数据并没有变化,har文件真正的作用是减少NameNode和DataNode过多的空间浪费。

balancer

1
hdfs balancer

如果管理员发现某些DataNode保存数据过多,某些DataNode保存数据相对较少,可以使用上述命令手动启动内部的均衡过程

dfsadmin

1
hdfs dfsadmin -help

管理员可以通过dfsadmin管理HDFS,用法可以通过上述命令查看

hdfs dfsadmin -report

显示文件系统的基本数据

1
hdfs dfsadmin -safemode < enter | leave | get | wait >

enter:进入安全模式;leave:离开安全模式;get:获知是否开启安全模式;

wait:等待离开安全模式

distcp

用来在两个HDFS之间拷贝数据