HDFS基础概念以及HDFS命令行操作

一.HDFS基础概念

1.概念

HDFS，它是一个文件系统，全称：Hadoop Distributed File System，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。

2.组成

(1)HDFS集群包括，NameNode和DataNode以及Secondary Namenode。

(2)NameNode负责管理整个文件系统的元数据，以及每一个路径（文件）所对应的数据块信息。

(3)DataNode 负责管理用户的文件数据块，每一个数据块都可以在多个datanode上存储多个副本。

(4)Secondary NameNode用来监控HDFS状态的辅助后台程序，每隔一段时间获取HDFS元数据的快照。

3 HDFS 文件块大小

    HDFS中的文件在物理上是分块存储（block），块的大小可以通过配置参数(dfs.blocksize)来规定，默认大小在hadoop2.x版本中是128M，老版本中是64M
    HDFS的块比磁盘的块大，其目的是为了最小化寻址开销。如果块设置得足够大，从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间。因而，传输一个由多个块组成的文件的时间取决于磁盘传输速率。
    如果寻址时间约为10ms，而传输速率为100MB/s，为了使寻址时间仅占传输时间的1%，我们要将块大小设置约为100MB。默认的块大小128MB。
    块的大小：10ms100100M/s = 100M

二.HDFS命令行操作：

1.基本语法

bin/hadoop fs 具体命令

2.参数大全

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.常用命令

(1)-help：输出这个命令参数

bin/hdfs dfs -help rm

(2)-ls: 显示目录信息

hadoop fs -ls /

(3)-mkdir：在hdfs上创建目录

hadoop fs  -mkdir  -p  /hdfs路径

(4)-moveFromLocal从本地剪切粘贴到hdfs

hadoop  fs  -moveFromLocal  本地路径  /hdfs路径

(5)–appendToFile ：追加一个文件到已经存在的文件末尾

hadoop  fs  -appendToFile  本地路径  /hdfs路径

(6)-cat ：显示文件内容

hadoop fs -cat /hdfs路径

(7)-tail -f：监控文件

hadoop  fs  -tail -f /hdfs路径

(8)-chmod、-chown：linux文件系统中的用法一样，修改文件所属权限

hadoop  fs  -chmod  777  /hdfs路径
hadoop  fs  -chown  someuser:somegrp   /hdfs路径

(9)-cp ：从hdfs的一个路径拷贝到hdfs的另一个路径

hadoop  fs  -cp  /hdfs路径1  / hdfs路径2

(10)-mv：在hdfs目录中移动/重命名 文件

hadoop  fs  -mv  /hdfs路径  / hdfs路径

(11)-get：等同于copyToLocal，就是从hdfs下载文件到本地

hadoop fs -get / hdfs路径 ./本地路径

(12)-getmerge ：合并下载多个文到linux本地，比如hdfs的目录 /aaa/下有多个文件:log.1, log.2,log.3,…（注：是合成到Linux本地）

hadoop fs -getmerge /aaa/log.* ./log.sum
hadoop fs -getmerge /hdfs1路径 /hdfs2路径 /                    //合成到不同的目录：

(13)-put：等同于copyFromLocal

hadoop  fs  -put  /本地路径  /hdfs路径

(14)-rm：删除文件或文件夹

hadoop fs -rm -r /hdfs路径

(15)-df ：统计文件系统的可用空间信息

hadoop  fs  -df  -h  /hdfs路径

(16)-du统计文件夹的大小信息

hadoop fs -du -s -h /hdfs路径

(17)-count：统计一个指定目录下的文件节点数量

hadoop fs -count /aaa/
hadoop fs -count /hdfs路径

(18)-setrep：设置hdfs中文件的副本数量：3是副本数，可改

hadoop fs -setrep 3 / hdfs路径

这里设置的副本数只是记录在namenode的元数据中，是否真的会有这么多副本，还得看datanode的数量。因为目前只有3台设备，最多也就3个副本，只有节点数的增加到10台时，副本数才能达到10。