目录
一:HDFS概述
- HDFS产生的背景
随着数据量越来越大,在一个操作系统管辖的范围内存不下了,那么就分配到更多的操作系统
管理的磁盘中,但是不方便管理和维护,迫切需要一种系统来管理多台机器上的文件,这就是分布式
文件管理系统。HDFS只是分布式文件管理系统中的一种。 - HDFS概念
HDFS它是一个文件系统,用于存储文件,通过目录树来定位文件,其次它是分布式的,由很多
服务器联合起来实现其功能,集群中的服务器有各自的角色。
HDFS的设计适合一次写入,多次读出的场景,且不支持文件的修改。适合用来做数据分析,并
不适合用来做网盘应用。 - HDFS的优缺点
优点:
a:高容错性
⑴数据自动保存多个副本。它通过增加副本的形式,提高容错性。
⑵某一个副本丢失以后,它可以自动恢复。
b:适合大数据处理
⑴数据规模:
能够处理数据规模达到GB,TB甚至PB级别的数据。
⑵文件规模:
能够处理百万规模以上的文件数量,数量相当之大。
c:流式数据访问
⑴一次写入,多次读取,不能修改,只能追加
⑵它能保证数据的一致性。
d:可构建在廉价的机器上,通过多副本机制,提高可靠性。
缺点:
a:不适合低延迟数据访问。比如毫秒级的存储数据,是做不到的。
b:无法高效的对大量小文件进行存储
⑴存储大量小文件的话,它会占用NameNode大量的内存来存储文件,目录
和块信息。这样是不可取的,因为NameNode的内存总是有限的。
⑵小文件存储的寻道时间会超过读取时间,它违反了HDFS的设计目标。
c:并发写入,文件随机修改
⑴一个文件只能有一个写,不允许多个线程同时写。
⑵仅支持数据append(追加),不支持文件随机修改。
二:HDFS组成架构
三、HDFS块大小
四:HDFS命令行操作
1、首先启动集群
a:集群的部署重新调整了一下
b:在hadoop102上启动namenode,datanode以及secondarynamenode
c:在hadoop103上启动yarn
OK集群启动完毕。2、相关命令
3、基本语法
bin/hadoop fs 具体命令 OR bin/hdfs dfs 具体命令
dfs是fs的实现类。
4、常用的命令
-ls: 显示目录信息
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -ls / Found 1 items drwxr-xr-x - kgf supergroup 0 2022-05-27 14:36 /user [kgf@hadoop20 hadoop-2.7.2]$
-mkdir:在HDFS上创建目录
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -mkdir -p /sanguo/shuguo [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -ls / Found 2 items drwxr-xr-x - kgf supergroup 0 2022-05-28 03:52 /sanguo drwxr-xr-x - kgf supergroup 0 2022-05-27 14:36 /user [kgf@hadoop20 hadoop-2.7.2]$
-moveFromLocal:从本地剪切粘贴到HDFS
[kgf@hadoop20 hadoop-2.7.2]$ touch kongming.txt [kgf@hadoop20 hadoop-2.7.2]$ ll total 32 drwxr-xr-x. 2 kgf kgf 194 Jan 26 2016 bin drwxrwxr-x. 3 kgf kgf 17 May 27 14:24 data drwxr-xr-x. 3 kgf kgf 20 Jan 26 2016 etc drwxr-xr-x. 2 kgf kgf 106 Jan 26 2016 include drwxrwxr-x. 2 kgf kgf 187 May 22 15:07 input -rw-rw-r--. 1 kgf kgf 0 May 28 03:55 kongming.txt drwxr-xr-x. 3 kgf kgf 20 Jan 26 2016 lib drwxr-xr-x. 2 kgf kgf 239 Jan 26 2016 libexec -rw-r--r--. 1 kgf kgf 15429 Jan 26 2016 LICENSE.txt drwxrwxr-x. 3 kgf kgf 4096 May 28 03:50 logs -rw-r--r--. 1 kgf kgf 101 Jan 26 2016 NOTICE.txt drwxrwxr-x. 2 kgf kgf 88 May 22 15:08 output -rw-r--r--. 1 kgf kgf 1366 Jan 26 2016 README.txt drwxr-xr-x. 2 kgf kgf 4096 Jan 26 2016 sbin drwxr-xr-x. 4 kgf kgf 31 Jan 26 2016 share drwxrwxr-x. 2 kgf kgf 22 May 22 15:14 wcinput drwxrwxr-x. 2 kgf kgf 88 May 22 15:15 wcoutput [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -moveFromLocal ./kongming.txt /sanguo/shuguo [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -ls /sanguo/shuguo/ Found 1 items -rw-r--r-- 3 kgf supergroup 0 2022-05-28 03:55 /sanguo/shuguo/kongming.txt [kgf@hadoop20 hadoop-2.7.2]$ [kgf@hadoop20 hadoop-2.7.2]$ ll total 32 drwxr-xr-x. 2 kgf kgf 194 Jan 26 2016 bin drwxrwxr-x. 3 kgf kgf 17 May 27 14:24 data drwxr-xr-x. 3 kgf kgf 20 Jan 26 2016 etc drwxr-xr-x. 2 kgf kgf 106 Jan 26 2016 include drwxrwxr-x. 2 kgf kgf 187 May 22 15:07 input drwxr-xr-x. 3 kgf kgf 20 Jan 26 2016 lib drwxr-xr-x. 2 kgf kgf 239 Jan 26 2016 libexec -rw-r--r--. 1 kgf kgf 15429 Jan 26 2016 LICENSE.txt drwxrwxr-x. 3 kgf kgf 4096 May 28 03:50 logs -rw-r--r--. 1 kgf kgf 101 Jan 26 2016 NOTICE.txt drwxrwxr-x. 2 kgf kgf 88 May 22 15:08 output -rw-r--r--. 1 kgf kgf 1366 Jan 26 2016 README.txt drwxr-xr-x. 2 kgf kgf 4096 Jan 26 2016 sbin drwxr-xr-x. 4 kgf kgf 31 Jan 26 2016 share drwxrwxr-x. 2 kgf kgf 22 May 22 15:14 wcinput drwxrwxr-x. 2 kgf kgf 88 May 22 15:15 wcoutput [kgf@hadoop20 hadoop-2.7.2]$
-appendToFile:追加一个文件到已经存在的文件末尾
[kgf@hadoop20 hadoop-2.7.2]$ touch liubei.txt [kgf@hadoop20 hadoop-2.7.2]$ vi liubei.txt [kgf@hadoop20 hadoop-2.7.2]$ cat liubei.txt san gu mao lu [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -appendToFile liubei.txt /sanguo/shuguo/kongming.txt [kgf@hadoop20 hadoop-2.7.2]$
-cat:显示文件内容
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -cat /sanguo/shuguo/kongming.txt san gu mao lu [kgf@hadoop20 hadoop-2.7.2]$
-chgrp 、-chmod、-chown:Linux文件系统中的用法一样,修改文件所属权限
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -chmod 666 /sanguo/shuguo/kongming.txt [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -chown kgf:kgf /sanguo/shuguo/kongming.txt [kgf@hadoop20 hadoop-2.7.2]$
-copyFromLocal:从本地文件系统中拷贝文件到HDFS路径去
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -copyFromLocal README.txt / [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -ls / Found 3 items -rw-r--r-- 3 kgf supergroup 1366 2022-05-28 04:03 /README.txt drwxr-xr-x - kgf supergroup 0 2022-05-28 03:52 /sanguo drwxr-xr-x - kgf supergroup 0 2022-05-27 14:36 /user [kgf@hadoop20 hadoop-2.7.2]$
-copyToLocal:从HDFS拷贝到本地
[kgf@hadoop20 hadoop-2.7.2]$ ll total 36 drwxr-xr-x. 2 kgf kgf 194 Jan 26 2016 bin drwxrwxr-x. 3 kgf kgf 17 May 27 14:24 data drwxr-xr-x. 3 kgf kgf 20 Jan 26 2016 etc drwxr-xr-x. 2 kgf kgf 106 Jan 26 2016 include drwxrwxr-x. 2 kgf kgf 187 May 22 15:07 input drwxr-xr-x. 3 kgf kgf 20 Jan 26 2016 lib drwxr-xr-x. 2 kgf kgf 239 Jan 26 2016 libexec -rw-r--r--. 1 kgf kgf 15429 Jan 26 2016 LICENSE.txt -rw-rw-r--. 1 kgf kgf 14 May 28 03:58 liubei.txt drwxrwxr-x. 3 kgf kgf 4096 May 28 03:50 logs -rw-r--r--. 1 kgf kgf 101 Jan 26 2016 NOTICE.txt drwxrwxr-x. 2 kgf kgf 88 May 22 15:08 output -rw-r--r--. 1 kgf kgf 1366 Jan 26 2016 README.txt drwxr-xr-x. 2 kgf kgf 4096 Jan 26 2016 sbin drwxr-xr-x. 4 kgf kgf 31 Jan 26 2016 share drwxrwxr-x. 2 kgf kgf 22 May 22 15:14 wcinput drwxrwxr-x. 2 kgf kgf 88 May 22 15:15 wcoutput [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -copyToLocal /sanguo/shuguo/kongming.txt ./ [kgf@hadoop20 hadoop-2.7.2]$ ll total 40 drwxr-xr-x. 2 kgf kgf 194 Jan 26 2016 bin drwxrwxr-x. 3 kgf kgf 17 May 27 14:24 data drwxr-xr-x. 3 kgf kgf 20 Jan 26 2016 etc drwxr-xr-x. 2 kgf kgf 106 Jan 26 2016 include drwxrwxr-x. 2 kgf kgf 187 May 22 15:07 input -rw-r--r--. 1 kgf kgf 14 May 28 04:04 kongming.txt drwxr-xr-x. 3 kgf kgf 20 Jan 26 2016 lib drwxr-xr-x. 2 kgf kgf 239 Jan 26 2016 libexec -rw-r--r--. 1 kgf kgf 15429 Jan 26 2016 LICENSE.txt -rw-rw-r--. 1 kgf kgf 14 May 28 03:58 liubei.txt drwxrwxr-x. 3 kgf kgf 4096 May 28 03:50 logs -rw-r--r--. 1 kgf kgf 101 Jan 26 2016 NOTICE.txt drwxrwxr-x. 2 kgf kgf 88 May 22 15:08 output -rw-r--r--. 1 kgf kgf 1366 Jan 26 2016 README.txt drwxr-xr-x. 2 kgf kgf 4096 Jan 26 2016 sbin drwxr-xr-x. 4 kgf kgf 31 Jan 26 2016 share drwxrwxr-x. 2 kgf kgf 22 May 22 15:14 wcinput drwxrwxr-x. 2 kgf kgf 88 May 22 15:15 wcoutput [kgf@hadoop20 hadoop-2.7.2]$
-cp :从HDFS的一个路径拷贝到HDFS的另一个路径
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -cp /sanguo/shuguo/kongming.txt /zhuge.txt [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -ls / Found 4 items -rw-r--r-- 3 kgf supergroup 1366 2022-05-28 04:03 /README.txt drwxr-xr-x - kgf supergroup 0 2022-05-28 03:52 /sanguo drwxr-xr-x - kgf supergroup 0 2022-05-27 14:36 /user -rw-r--r-- 3 kgf supergroup 14 2022-05-28 04:05 /zhuge.txt [kgf@hadoop20 hadoop-2.7.2]$
-mv:在HDFS目录中移动文件
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -ls / Found 4 items -rw-r--r-- 3 kgf supergroup 1366 2022-05-28 04:03 /README.txt drwxr-xr-x - kgf supergroup 0 2022-05-28 03:52 /sanguo drwxr-xr-x - kgf supergroup 0 2022-05-27 14:36 /user -rw-r--r-- 3 kgf supergroup 14 2022-05-28 04:05 /zhuge.txt [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -mv /zhuge.txt /sanguo/shuguo/ [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -ls /sanguo/shuguo/ Found 2 items -rw-rw-rw- 3 kgf kgf 14 2022-05-28 03:58 /sanguo/shuguo/kongming.txt -rw-r--r-- 3 kgf supergroup 14 2022-05-28 04:05 /sanguo/shuguo/zhuge.txt [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -ls / Found 3 items -rw-r--r-- 3 kgf supergroup 1366 2022-05-28 04:03 /README.txt drwxr-xr-x - kgf supergroup 0 2022-05-28 03:52 /sanguo drwxr-xr-x - kgf supergroup 0 2022-05-27 14:36 /user [kgf@hadoop20 hadoop-2.7.2]$
-get:等同于copyToLocal,就是从HDFS下载文件到本地
[kgf@hadoop20 hadoop-2.7.2]$ ls bin data etc include input lib libexec LICENSE.txt liubei.txt logs NOTICE.txt output README.txt sbin share wcinput wcoutput [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -get /sanguo/shuguo/kongming.txt ./ [kgf@hadoop20 hadoop-2.7.2]$ ls bin etc input lib LICENSE.txt logs output sbin wcinput data include kongming.txt libexec liubei.txt NOTICE.txt README.txt share wcoutput [kgf@hadoop20 hadoop-2.7.2]$
-getmerge:合并下载多个文件,比如HDFS的目录 /user/atguigu/test下有多个文件:log.1, log.2,log.3,...
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -getmerge /sanguo/shuguo/* ./zaiyiqi.txt [kgf@hadoop20 hadoop-2.7.2]$ ls bin etc input lib LICENSE.txt logs output sbin wcinput zaiyiqi.txt data include kongming.txt libexec liubei.txt NOTICE.txt README.txt share wcoutput [kgf@hadoop20 hadoop-2.7.2]$ cat zaiyiqi.txt san gu mao lu san gu mao lu [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -cat /sanguo/shuguo/kongming.txt san gu mao lu [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -cat /sanguo/shuguo/zhuge.txt san gu mao lu [kgf@hadoop20 hadoop-2.7.2]$
-put:等同于copyFromLocal
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -put ./zaiyiqi.txt /user/kgf/input/ [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -ls /user/kgf/input/ Found 3 items -rw-r--r-- 3 kgf supergroup 212046774 2022-05-27 14:38 /user/kgf/input/hadoop-2.7.2.tar.gz -rw-r--r-- 3 kgf supergroup 46 2022-05-27 14:37 /user/kgf/input/wc.input -rw-r--r-- 3 kgf supergroup 28 2022-05-28 04:12 /user/kgf/input/zaiyiqi.txt [kgf@hadoop20 hadoop-2.7.2]$
-tail:显示一个文件的末尾
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -tail /sanguo/shuguo/kongming.txt san gu mao lu [kgf@hadoop20 hadoop-2.7.2]$
-rm:删除文件或文件夹
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -rm /user/kgf/input/hadoop-2.7.2.tar.gz 22/05/28 04:14:27 INFO fs.TrashPolicyDefault: Namenode trash configuration: Deletion interval = 0 minutes, Emptier interval = 0 minutes. Deleted /user/kgf/input/hadoop-2.7.2.tar.gz [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -ls /user/kgf/input/ Found 2 items -rw-r--r-- 3 kgf supergroup 46 2022-05-27 14:37 /user/kgf/input/wc.input -rw-r--r-- 3 kgf supergroup 28 2022-05-28 04:12 /user/kgf/input/zaiyiqi.txt [kgf@hadoop20 hadoop-2.7.2]$
-rmdir:删除空目录
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -mkdir /test [kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -rmdir /test [kgf@hadoop20 hadoop-2.7.2]$
-du统计文件夹的大小信息
[kgf@hadoop20 hadoop-2.7.2]$ hadoop fs -du -s -h /user/kgf/input/* 46 /user/kgf/input/wc.input 28 /user/kgf/input/zaiyiqi.txt [kgf@hadoop20 hadoop-2.7.2]$
-setrep:设置HDFS中文件的副本数量
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -setrep 10 /sanguo/shuguo/kongming.txt