HDFS
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 |
|
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 |
|
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 |
|
ls
1 |
|
列出hdfs文件系统根目录下的目录和文件
1 |
|
列出hdfs文件系统所有的目录和文件
put
1 |
|
hdfs file的父目录一定要存在,否则命令不会执行
1 |
|
hdfs dir 一定要存在,否则命令不会执行
1 |
|
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 |
|
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 |
|
与put相类似,也可以从从键盘读取输入到hdfs file中
get
1 |
|
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 |
|
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 |
|
与get相类似
rm
1 |
|
每次可以删除多个文件或目录
mkdir
1 |
|
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 |
|
所创建的目录如果父目录不存在就创建该父目录
getmerge
1 |
|
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 |
|
加上nl后,合并到local file中的hdfs文件之间会空出一行
cp
1 |
|
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 |
|
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 |
|
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 |
|
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 |
|
显示hdfs对应路径下每个文件夹和文件的大小
1 |
|
显示hdfs对应路径下所有文件和的大小
1 |
|
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 |
|
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 |
|
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 |
|
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 |
|
在标准输出中显示文件末尾的1KB数据
archive
1 |
|
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 |
|
显示har压缩的是那些文件可以用如下命令
1 |
|
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 |
|
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 |
|
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 |
|
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