阿里云-云小站(无限量代金券发放中)
【腾讯云】云服务器、云数据库、COS、CDN、短信等热卖云产品特惠抢购

HDFS常用文件操作命令及注意事项

145次阅读
没有评论

共计 4185 个字符,预计需要花费 11 分钟才能阅读完成。

HDFS 文件系统提供了相当多的 shell 操作命令,大大方便了程序员和系统管理人员查看、修改 HDFS 上的文件。进一步,HDFS 的操作命令和 Unix/Linux 的命令名称和格式相当一致,因而学习 HDFS 命令的成本也大为缩小。

HDFS 的基本命令格式如下:

bin/Hadoop dfs–cmd <args>

这里 cmd 就是具体的命令,记住 cmd 前面的短线“–”千万不要忽略。

HDFS 常用文件操作命令及注意事项

1.ls

hadoop fs -ls /

列出 hdfs 文件系统根目录下的目录和文件

hadoop fs -ls -R /

列出 hdfs 文件系统所有的目录和文件

2.put

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

hadoop fs -put < local file or dir >…< hdfs dir >

hdfs dir 一定要存在,否则命令不会执行

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

2.1.moveFromLocal

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

2.2.copyFromLocal

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

3.get

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

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,

3.1.moveToLocal

当前版本中还未实现此命令

3.2.copyToLocal

hadoop fs -copyToLocal < local src > … < hdfs dst >

与 get 相类似

4.rm

hadoop fs -rm < hdfs file > …

hadoop fs -rm -r < hdfs dir>…

每次可以删除多个文件或目录

5.mkdir

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

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

6.getmerge

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

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

7.cp

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

8.mv

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

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

9.count

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

10.du

hadoop fs -du < hdsf path>

显示 hdfs 对应路径下每个文件夹和文件的大小

hadoop fs -du -s < hdsf path>

显示 hdfs 对应路径下所有文件和的大小

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

11.text

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

12.setrep

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

13.stat

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

14.tail

hadoop fs -tail < hdfs file >

在标准输出中显示文件末尾的 1KB 数据

15.archive

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:

hadoop fs -ls /des/hadoop.jar

显示 har 压缩的是那些文件可以用如下命令

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。

16.balancer

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

17.dfsadmin

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

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

18.distcp

用来在两个 HDFS 之间拷贝数据

注意事项

部分命令(如 mkdir 等)需要文件 \ 目录名作为参数,参数一般都是 URI 格式,args 参数的基本格式是:scheme:// authority/path

scheme 指具体的文件系统,如果是本地文件,那么 scheme 就是 file;如果是 HDFS 上的文件,那么 scheme 就是 hdfs。authority 就是机器的地址和对应的端口。当然,正如 Linux 文件有绝对路径和相对路径一样,这里的 URI 参数也可以做一定程度省略。当对应的设置为 hdfs://namenode:namenodeport 时,如果路径参数为 /parent/child,那么它对应的实际文件为:hdfs://namenode:namenodeport/parent/child

但是有一点要注意,HDFS 没有所谓当前工作目录的概念。前面说过,HDFS 所有文件元数据都是存在 NameNode 节点上的,具体文件的存放由 NameNode 掌控,某一个文件可能被分拆放到不同的机器上,也可能为了提高效率将路径不同的文件也放到同一台机器上。所以,为 HDFS 提供 cd、pwd 操作,都是不现实的。

Hadoop 如何修改 HDFS 文件存储块大小  http://www.linuxidc.com/Linux/2013-09/90100.htm

将本地文件拷到 HDFS 中 http://www.linuxidc.com/Linux/2013-05/83866.htm

从 HDFS 下载文件到本地 http://www.linuxidc.com/Linux/2012-11/74214.htm

将本地文件上传至 HDFS http://www.linuxidc.com/Linux/2012-11/74213.htm

HDFS 基本文件常用命令 http://www.linuxidc.com/Linux/2013-09/89658.htm

Hadoop 中 HDFS 和 MapReduce 节点基本简介 http://www.linuxidc.com/Linux/2013-09/89653.htm

《Hadoop 实战》中文版 + 英文文字版 + 源码【PDF】http://www.linuxidc.com/Linux/2012-10/71901.htm

Hadoop: The Definitive Guide【PDF 版】http://www.linuxidc.com/Linux/2012-01/51182.htm

更多 Hadoop 相关信息见 Hadoop 专题页面 http://www.linuxidc.com/topicnews.aspx?tid=13

本文永久更新链接地址 :http://www.linuxidc.com/Linux/2016-04/129743.htm

正文完
星哥说事-微信公众号
post-qrcode
 0
星锅
版权声明:本站原创文章,由 星锅 于2022-01-21发表,共计4185字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
【腾讯云】推广者专属福利,新客户无门槛领取总价值高达2860元代金券,每种代金券限量500张,先到先得。
阿里云-最新活动爆款每日限量供应
评论(没有评论)
验证码
【腾讯云】云服务器、云数据库、COS、CDN、短信等云产品特惠热卖中