本文原始碼：GitHub·點這裡 || GitEE·點這裡
一、HDFS基本概述
1、HDFS描述
大資料領域一直面對的兩大核心模組：資料儲存，資料計算，HDFS作為最重要的大資料儲存技術，具有高度的容錯能力，穩定而且可靠。HDFS(Hadoop-Distributed-File-System)，它是一個分散式檔案系統，用於儲存檔案，通過目錄樹來定位檔案;設計初衷是管理數成百上千的伺服器與磁碟，讓應用程式像使用普通檔案系統一樣儲存大規模的檔案資料，適合一次寫入，多次讀出的場景，且不支援檔案的修改，適合做資料分析。
2、基礎架構
HDFS具有主/從體系結構，有兩個核心元件，NameNode與DataNode。
NameNode
負責檔案系統的後設資料（MetaData）管理，即檔案路徑名、資料塊ID、儲存位置等資訊，並配置副本策略，處理客戶端讀寫請求。
DataNode
執行檔案資料的實際儲存和讀寫操作，每個DataNode儲存一部分檔案資料塊，檔案整體分佈儲存在整個HDFS伺服器叢集中。
Client
客戶端，檔案切分上傳HDFS的時候，Client將檔案切分成一個一個的Block，然後進行上傳;從NameNode獲取檔案的位置資訊;與DataNode通訊讀取或者寫入資料; Client通過一些命令來訪問或管理HDFS。
Secondary-NameNode
不是NameNode的熱備，但是分擔NameNode工作量，比如定期合併Fsimage和Edits，並推送給NameNode;在緊急情況下，可輔助恢復NameNode。
3、高容錯性
資料塊多份複製儲存的示意,檔案/users/sameerp/data/part-0，複製備份設定為2，儲存的block-ids分別為1、3；檔案/users/sameerp/data/part-1，複製備份設定為3，儲存的block-ids分別為2、4、5；任何單臺伺服器當機後，每個資料塊至少還存在一個備份服務存活，不會影響對檔案的訪問，提高整體容錯性。
HDFS中的檔案在物理上是分塊儲存(Block)，塊的大小可以通過引數dfs.blocksize來配置，塊設定太小，會增加定址時間；塊設定的太大，從磁碟傳輸資料的時間會很慢，HDFS塊的大小設定主要取決於磁碟傳輸速率。
二、基礎Shell命令
1、基礎命令
檢視Hadoop下相關Shell操作命令。
[root@hop01 hadoop2.7]# bin/hadoop fs
[root@hop01 hadoop2.7]# bin/hdfs dfs
dfs是fs的實現類
2、檢視命令描述
[root@hop01 hadoop2.7]# hadoop fs -help ls
3、遞迴建立目錄
[root@hop01 hadoop2.7]# hadoop fs -mkdir -p /hopdir/myfile
4、檢視目錄
[root@hop01 hadoop2.7]# hadoop fs -ls /
[root@hop01 hadoop2.7]# hadoop fs -ls /hopdir
5、剪貼檔案
hadoop fs -moveFromLocal /opt/hopfile/java.txt /hopdir/myfile
## 檢視檔案
hadoop fs -ls /hopdir/myfile
6、檢視檔案內容
## 檢視全部
hadoop fs -cat /hopdir/myfile/java.txt
## 檢視末尾
hadoop fs -tail /hopdir/myfile/java.txt
7、追加檔案內容
hadoop fs -appendToFile /opt/hopfile/c++.txt /hopdir/myfile/java.txt
8、拷貝檔案
copyFromLocal命令和put命令相同
hadoop fs -copyFromLocal /opt/hopfile/c++.txt /hopdir
9、HDFS檔案拷貝到本地
hadoop fs -copyToLocal /hopdir/myfile/java.txt /opt/hopfile/
10、HDFS內拷貝檔案
hadoop fs -cp /hopdir/myfile/java.txt /hopdir
11、HDFS內移動檔案
hadoop fs -mv /hopdir/c++.txt /hopdir/myfile
12、合併下載多個檔案
基礎命令get和copyToLocal命令效果相同。
hadoop fs -getmerge /hopdir/myfile/* /opt/merge.txt
13、刪除檔案
hadoop fs -rm /hopdir/myfile/java.txt
14、檢視資料夾資訊
hadoop fs -du -s -h /hopdir/myfile
15、刪除資料夾
bin/hdfs dfs -rm -r /hopdir/file0703
三、原始碼地址
GitHub·地址
https://github.com/cicadasmile/big-data-parent
GitEE·地址
https://gitee.com/cicadasmile/big-data-parent
推薦閱讀：程式設計體系整理
| 序號 | 專案名稱 | GitHub地址 | GitEE地址 | 推薦指數 |
|---|---|---|---|---|
| 01 | Java描述設計模式,演算法,資料結構 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆☆ |
| 02 | Java基礎、併發、物件導向、Web開發 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆ |
| 03 | SpringCloud微服務基礎元件案例詳解 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆ |
| 04 | SpringCloud微服務架構實戰綜合案例 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆☆ |
| 05 | SpringBoot框架基礎應用入門到進階 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆ |
| 06 | SpringBoot框架整合開發常用中介軟體 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆☆ |
| 07 | 資料管理、分散式、架構設計基礎案例 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆☆ |
| 08 | 大資料系列、儲存、元件、計算等框架 | GitHub·點這裡 | GitEE·點這裡 | ☆☆☆☆☆ |