MapR命令行入门（第一部分）

Apache Hadoop社区为我们提供了很多工具，使我们可以与Hadoop分布式文件系统进行交互。 通过向我们展示一个简单易懂的界面，这些工具消除了无数机器在后台的复杂性。

hadoop fs是Hadoop入门的一个很好的工具。 hadoop fs工具集运行一个通用的文件系统用户客户端，该客户端与分布式文件系统进行交互，类似于我们与Unix文件系统进行交互的方式（但是使用的命令集非常有限）。 可以列出，更改权限，移动，复制以及对分布式文件系统中的文件和目录执行其他操作。 hadoop fs命令的完整列表可在hadoop.apache.org中找到

但是，由于HDFS是只读文件系统，并且hadoop fs工具集是为HDFS制作的，因此无法找到任何用于编辑文件的工具，例如vim或nano。 为了在Linux上编辑文件，MapR提供了对MapR文件系统的 NFS访问，因此所有Unix命令都可以在Hadoop ^1上使用 。 如果您想了解MapR读/写文件系统和HDFS只读文件系统之间的重要性和区别，请阅读此博客文章。

¹另一个伟大的博客文章，解释MAPR NFS

MapRCLI简介

除了所有Hadoop Shell命令之外，MapR还提供了一个完全互补的工具集，该工具集建立在Hadoop之上，可为您提供更多功能并深入了解MapR文件系统。 这些工具对于操作Hadoop集群的管理员以及尝试调试Hadoop应用程序的开发人员非常有用。 在此博客文章（MapR命令行界面简介）中，我将介绍maprcli节点列表命令，并讨论如何使用它来了解有关集群的更多信息。 在以后的博客文章中，我将介绍如何使用maprcli与MapR卷和存储池，MapR访问控制列表等一起使用！

MapR CLI节点列表

在现有群集中要做的第一件事是查看正在使用的节点数，找出群集中正在运行的服务以及找出这些服务的位置。 maprcli允许您查看此信息以及与集群中所有节点有关的很多信息。 通过运行以下命令自己尝试一下：

$ maprcli node list

输出结果如下所示：

实际上，如果您尝试了该命令，您将发现输出的信息量太多了。 另一种方法是通过简单地运行以JSON格式返回数据：

$ maprcli node list -json

输出结果如下所示：

看起来好多了，但是除非您尝试进行全面审核，否则仍然会有太多信息，并且很难找到您想要的任何特定内容。 为了磨练特定信息，您可以传递“ -columns”参数并为所需数据指定键（列名称）。 默认情况下，将返回节点的主机名和IP，但是如果您想查看集群中的服务是什么，请尝试以下操作：

$ maprcli node list -columns service

这非常有用，因为我们现在知道集群中正在使用的工具。 该命令准确地告诉我们正在运行多少个节点，每个节点中正在运行的服务，以及与每个节点关联的主机名和IP。 其余信息呢？ 您如何利用甚至不知道存在的其余可能信息？ 为此，只需运行以下命令，列出此命令可为每个节点输出的所有信息的列名：

for f in `maprcli node list | head -1`; do echo $f; done | sort

既然您知道每个服务在哪里，就可以使用带有不同参数的相同工具来管理每个服务。 您可能想要停止/启动服务的原因之一是可以启动新的配置更改。例如，如果您运行的Spark作业需要比默认分配的内存更多的内存，则可能需要更改“ yarn.scheduler”。 yarn-site.xml中的“ maximum-allocation-mb”属性。 为了使YARN知道新的配置，必须按以下方式重新启动资源管理器：

maprcli node services -name resourcemanager -action stop -nodes 
<space separated RM hostnames>

验证服务不再运行：

maprcli node list -columns service

并再次启动资源管理器：

maprcli node services -name resourcemanager -action start -nodes 
<space separated RM hostnames>

同样，您可以简单地将初始的“停止”替换为“重新启动”。

玩这个工具。 您可以向此命令提供许多其他选项和参数，以获取许多您不知道可以得到的新信息。

在下一篇博客文章中，我们将介绍如何创建MapR卷，如何设置特定于卷的特性（例如复制因子，配额和权限）以及如何轻松地将它们用于HA和灾难恢复。

如果您对使用MapR命令行有任何疑问，请在下面的评论部分中提问。

翻译自: https://www.javacodegeeks.com/2015/11/getting-started-with-the-mapr-command-line-part-i.html