hadoop fs/hdfs dfs 命令集

hdfs dfs -test  常用命令：

hdfs dfs -test

-test -[defsz] <path>:  Answer various questions about <path>, with result via exit status.

                  -d  return 0 if <path> is a directory.

                  -e  return 0 if <path> exists.

                  -f  return 0 if <path> is a file.

                  -s  return 0 if file <path> is greater than zero bytes in size.

                  -z  return 0 if file <path> is zero bytes in size.

                else, return 1.

注意，上面的这些test flag参数是互斥的，每次只能使用一个。

hdfs dfs 

-mkdir　　创建目录　　hdfs dfs -mkdir [-p] < paths>

-ls　　查看目录下内容，包括文件名，权限，所有者，大小和修改时间　　hdfs dfs -ls [-R] < args>

-put　　将本地文件或目录上传到HDFS中的路径　　hdfs dfs -put < localsrc> … < dst>

-get　　将文件或目录从HDFS中的路径拷贝到本地文件路径　　hdfs dfs -get [-ignoreCrc] [-crc] < src> < localdst>　　选项：-ignorecrc选项复制CRC校验失败的文件。-crc选项复制文件和CRC。

-du　　显示给定目录中包含的文件和目录的大小或文件的长度，用字节大小表示。　　hdfs dfs -du [-s] [-h] URI [URI …]　　选项：-s选项将显示文件长度的汇总摘要，而不是单个文件。-h选项将以“人可读”的方式格式化文件大小（例如64.0m而不是67108864）；第一列标示该目录下总文件大小，第二列标示该目录下所有文件在集群上的总存储大小和你的副本数相关（第二列内容=文件大小*副本数），第三列标示你查询的目录

-dus　　显示文件长度的摘要。　　hdfs dfs -dus < args>　　注意：不推荐使用此命令。而是使用hdfs dfs -du -s。

-mv　　在HDFS文件系统中，将文件或目录从HDFS的源路径移动到目标路径。不允许跨文件系统移动文件。

-cp　　在HDFS文件系统中，将文件或目录复制到目标路径下　　hdfs dfs -cp [-f] [-p | -p [topax] ] URI [ URI …] < dest>　　　选项：-f选项覆盖已经存在的目标。-p选项将保留文件属性[topx]（时间戳，所有权，权限，ACL，XAttr）。如果指定了-p且没有arg，则保留时间戳，所有权和权限。如果指定了-pa，则还保留权限，因为ACL是一组超级权限。确定是否保留原始命名空间扩展属性与-p标志无关。

-copyFromLocal　　从本地复制文件到hdfs文件系统（与-put命令相似）　　hdfs dfs -copyFromLocal < localsrc> URI　　选项：如果目标已存在，则-f选项将覆盖目标。

-copyToLocal　　复制hdfs文件系统中的文件到本地 （与-get命令相似）　　hdfs dfs -copyToLocal [-ignorecrc] [-crc] URI < localdst>　　

-rm　　删除一个文件或目录　　hdfs dfs -rm [-f] [-r|-R] [-skipTrash] URI [URI …]　　选项：如果文件不存在，-f选项将不显示诊断消息或修改退出状态以反映错误。-R选项以递归方式删除目录及其下的任何内容。-r选项等效于-R。-skipTrash选项将绕过垃圾桶（如果已启用），并立即删除指定的文件。当需要从超配额目录中删除文件时，这非常有用。

-cat　　显示文件内容到标准输出上。　　hdfs dfs -cat URI [URI …]

-text　　获取源文件并以文本格式输出文件。允许的格式为zip和TextRecordInputStream。　　hdfs dfs -text

-touchz　　创建一个零长度的文件。　　hdfs dfs -touchz URI [URI …]

-stat　　显示文件所占块数(%b)，文件名(%n)，块大小(%n)，复制数(%r)，修改时间(%y%Y)　　hdfs dfs -stat URI [URI …]

-tail　　显示文件的最后1kb内容到标准输出　　hdfs dfs -tail [-f] URI　　选项：　　-f选项将在文件增长时输出附加数据，如在Unix中一样。

-count　　统计与指定文件模式匹配的路径下的目录，文件和字节数　　hdfs dfs -count [-q] [-h] < paths>

-getmerge　　将源目录和目标文件作为输入，并将src中的文件连接到目标本地文件（把两个文件的内容合并起来）　　hdfs dfs -getmerge < src> < localdst> [addnl] 　　注：合并后的文件位于当前目录，不在hdfs中，是本地文件

-grep　　从hdfs上过滤包含某个字符的行内容　　hdfs dfs -cat < srcpath> | grep 过滤字段

-chown　　hdfs上文件权限修改  hadoop fs -chown [-R] [OWNER][:[GROUP]] URI [URI ]#修改文件的所有者   例如：hdfs dfs -chown -R Administrator:Administrator /user/  

=========================================================================

hdfs dfsadmin -report   

##运行hdfs dfsadmin -report指令查看所有的节点hdfs使用情况。

hdfs balancer -threshold   

##平衡主机之间块存储

nohup hdfs balancer -threshold  5>/var/lib/hadoop-hdfs/balancer_20191216.log 2>&1 & 

影响hadoop balance工具的几个参数：

-threshold默认设置：10，参数取值范围：0-100，参数含义：判断集群是否平衡的目标参数，每一个datanode存储使用率和集群总存储使用率的差值都应该小于这个阀值，理论上，该参数设置的越小，整个集群就越平衡，但是在线上环境中，hadoop集群在进行balance时，还在并发的进行数据的写入和删除，所以有可能无法到达设定的平衡参数值。

dfs.balance.bandwidthPerSec默认设置：1048576（1 M/S），参数含义：设置balance工具在运行中所能占用的带宽，设置的过大可能会造成mapred运行缓慢