Hadoop 存储占用分析命令,查看 Hdfs 文件夹占用大小

兼职公司 Hadoop 运维之后,经常要解决 Hdfs 空间占用的问题,不知道哪天谁又在集群上留下一大堆缓存文件也不清掉,Hadoop 本身默认就是三副本,人一多每个人留一点结果占用了一堆的存储空间。

在 Linux 上游 du 这个指令可以很轻松的结合 sort 对文件夹的大小进行排序,分析,如下:

du -smh * | sort -h

[root@hadoop101 opt]# du -smh * | sort -h
154M	rh
1.2G	software
14G	module

在 Hdfs 上也支持使用 du 进行文件大小的分析,但是套用上面的模式,就会有些不兼容,所以我对这个指令的结果进行一定的处理,可以得到和上面一样的效果,在此记录一下供大家参考,具体的脚本如下

脚本名:./analyze_hdfs_files.sh

#!/bin/bash
hadoop fs -du -h ${1:?} | grep -E "M|G|T" | awk '{print $1$2"\t"$3$4"\t"$5}' | sort -h
  • 案例

例如:我想看一下 Hive 数据库下哪一个库,以及哪一个表的占用最大,可以像下面这样处理:

[root@hadoop101 opt]$ ./analyze_hdfs_files.sh /user/hive/warehouse
4.2T    12.8T   /user/hive/warehouse/tmp_table.db
9.0T    27.0T   /user/hive/warehouse/dws_table.db
161.2T  491.8T  /user/hive/warehouse/dw_table.db
228.0T  691.7T  /user/hive/warehouse/ods_table.db

可以看到 ods_table.db 数据库下的表是最大的,具体是哪一张表呢,可以继续深入:

[sunkangkang@fmidcslave01 scripts]$ ./analyze_hdfs_files.sh /user/hive/warehouse/ods_table.db | tail -3
189.8G  569.3G  /user/hive/warehouse/ods_table.db/ods_status_change
430.3G  1.3T    /user/hive/warehouse/ods_table.db/ods_locations
160.6T  481.7T  /user/hive/warehouse/ods_table.db/ods_log

这样就可以查到具体哪一张表的占用最大,类似的想要看哪个用户的存储占用,可以分析 /user 路线下的占用情况,而且这个脚本也可以兼容不同量级的存储大小,进行排序的时候,KB、MB、GB、TB 也是按顺序进行排列的。

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值