Hadoop系列006-HDFS概念及命令列操作

雲端笑猿發表於2018-12-10
Hadoop命令列

本人微信公眾號，歡迎掃碼關注！

Hadoop系列006-HDFS概念及命令列操作

HDFS概念及命令列操作

一、HDFS概念

1.1 概念

HDFS，它是一個檔案系統，用於儲存檔案，通過目錄樹來定位檔案；其次，它是分散式的，由很多伺服器聯合起來實現其功能，叢集中的伺服器有各自的角色。

HDFS的設計適合一次寫入，多次讀出的場景，且不支援檔案的修改。適合用來做資料分析，並不適合用來做網盤應用。

1.2 組成

1）HDFS叢集包括，NameNode和DataNode以及Secondary Namenode。

2）NameNode負責管理整個檔案系統的後設資料，以及每一個路徑（檔案）所對應的資料塊資訊。

3）DataNode 負責管理使用者的檔案資料塊，每一個資料塊都可以在多個datanode上儲存多個副本。

4）Secondary NameNode用來監控HDFS狀態的輔助後臺程式，每隔一段時間獲取HDFS後設資料的快照。

1.3 HDFS 檔案塊大小

  • HDFS中的檔案在物理上是分塊儲存（block），塊的大小可以通過配置引數( dfs.blocksize)來規定，預設大小在hadoop2.x版本中是128M，老版本中是64M
  • HDFS的塊比磁碟的塊大，其目的是為了最小化定址開銷。如果塊設定得足夠大，從磁碟傳輸資料的時間會明顯大於定位這個塊開始位置所需的時間。因而，傳輸一個由多個塊組成的檔案的時間取決於磁碟傳輸速率。
  • 如果定址時間約為10ms，而傳輸速率為100MB/s，為了使定址時間僅佔傳輸時間的1%，我們要將塊大小設定約為100MB。預設的塊大小實際為64MB，但是很多情況下HDFS使用128MB的塊設定。
  • 塊的大小：10ms x 100 x 100M/s = 100M

計算規則

二、HFDS命令列操作

2.1 基本語法

bin/hadoop fs 具體命令

2.2 引數大全

bin/hadoop fs
        [-appendToFile <localsrc> ... <dst>]
        [-cat [-ignoreCrc] <src> ...]
        [-checksum <src> ...]
        [-chgrp [-R] GROUP PATH...]
        [-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]
        [-chown [-R] [OWNER][:[GROUP]] PATH...]
        [-copyFromLocal [-f] [-p] <localsrc> ... <dst>]
        [-copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
        [-count [-q] <path> ...]
        [-cp [-f] [-p] <src> ... <dst>]
        [-createSnapshot <snapshotDir> [<snapshotName>]]
        [-deleteSnapshot <snapshotDir> <snapshotName>]
        [-df [-h] [<path> ...]]
        [-du [-s] [-h] <path> ...]
        [-expunge]
        [-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
        [-getfacl [-R] <path>]
        [-getmerge [-nl] <src> <localdst>]
        [-help [cmd ...]]
        [-ls [-d] [-h] [-R] [<path> ...]]
        [-mkdir [-p] <path> ...]
        [-moveFromLocal <localsrc> ... <dst>]
        [-moveToLocal <src> <localdst>]
        [-mv <src> ... <dst>]
        [-put [-f] [-p] <localsrc> ... <dst>]
        [-renameSnapshot <snapshotDir> <oldName> <newName>]
        [-rm [-f] [-r|-R] [-skipTrash] <src> ...]
        [-rmdir [--ignore-fail-on-non-empty] <dir> ...]
        [-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>} <path>]|[--set <acl_spec> <path>]]
        [-setrep [-R] [-w] <rep> <path> ...]
        [-stat [format] <path> ...]
        [-tail [-f] <file>]
        [-test -[defsz] <path>]
        [-text [-ignoreCrc] <src> ...]
        [-touchz <path> ...]
        [-usage [cmd ...]]

3.3 常用命令實操

（1）-help：輸出這個命令引數
bin/hdfs dfs -help rm
（2）-ls: 顯示目錄資訊
hadoop fs -ls /
（3）-mkdir：在hdfs上建立目錄
hadoop fs  -mkdir  -p  /aaa/bbb/cc/dd
（4）-moveFromLocal從本地剪下貼上到hdfs
hadoop  fs  - moveFromLocal  /home/hadoop/a.txt  /aaa/bbb/cc/dd
（5）-moveToLocal：從hdfs剪下貼上到本地
hadoop  fs  - moveToLocal   /aaa/bbb/cc/dd  /home/hadoop/a.txt
（6）-appendToFile ：追加一個檔案到已經存在的檔案末尾
hadoop  fs  -appendToFile  ./hello.txt  /hello.txt
（7）-cat ：顯示檔案內容
hadoop fs -cat /user/intflag/input/liugx.txt
（8）-tail：顯示一個檔案的末尾
hadoop  fs  -tail  /weblog/access_log.1
（9）-text：以字元形式列印一個檔案的內容
hadoop  fs  -text  /weblog/access_log.1
（10）-chgrp 、-chmod、-chown：linux檔案系統中的用法一樣，修改檔案所屬許可權
hadoop  fs  -chmod  666  /hello.txt
hadoop  fs  -chown  someuser:somegrp   /hello.txt
（11）-copyFromLocal：從本地檔案系統中拷貝檔案到hdfs路徑去
hadoop  fs  -copyFromLocal  ./jdk.tar.gz  /aaa/
（12）-copyToLocal：從hdfs拷貝到本地
hadoop fs -copyToLocal /aaa/jdk.tar.gz
（13）-cp ：從hdfs的一個路徑拷貝到hdfs的另一個路徑
hadoop  fs  -cp  /aaa/jdk.tar.gz  /bbb/jdk.tar.gz.2
（14）-mv：在hdfs目錄中移動檔案
hadoop  fs  -mv  /aaa/jdk.tar.gz  /
（15）-get：等同於copyToLocal，就是從hdfs下載檔案到本地
（15）-get：等同於copyToLocal，就是從hdfs下載檔案到本地
（16）-getmerge ：合併下載多個檔案，比如hdfs的目錄 /aaa/下有多個檔案:log.1, log.2,log.3,…
hadoop fs -getmerge /aaa/log.* ./log.sum
（17）-put：等同於copyFromLocal
hadoop  fs  -put  /aaa/jdk.tar.gz  /bbb/jdk.tar.gz.2
（18）-rm：刪除檔案或資料夾
hadoop fs -rm -r /aaa/bbb/
（19）-rmdir：刪除空目錄
hadoop  fs  -rmdir   /aaa/bbb/ccc
（20）-df ：統計檔案系統的可用空間資訊
hadoop  fs  -df  -h  /
（21）-du統計資料夾的大小資訊
hadoop  fs  -du  -s  -h /aaa/*
（22）-count：統計一個指定目錄下的檔案節點數量
hadoop fs -count /aaa/
（23）-setrep：設定hdfs中檔案的副本數量

注意：這裡設定的副本數只是記錄在namenode的後設資料中，是否真的會有這麼多副本，還得看datanode的數量。因為目前只有3臺裝置，最多也就3個副本，只有節點數的增加到10臺時，副本數才能達到10。

hadoop fs -setrep 3 /aaa/jdk.tar.gz

相關文章