记录hadoop的常用命令

 

本文记录了hadoop的常用命令

1.hadoop fs

这是hadoop输出的文件管理的命令，比较常用，具体参数有：

1.01

-cat

hadoop fs -cat fileurl

将路径下的文件内容输出到屏幕

1.02

-chgrp

hadoop fs -chgrp [-R] GROUP URI [URI …]

改变文件所属的组。使用-R将使改变在目录结构下递归进行。命令的使用者必须是文件的所有者或者超级用户。

1.03

-chmod

使用方法：hadoop fs -chmod [-R] <MODE[,MODE]... | OCTALMODE> URI [URI …]

改变文件的权限。使用-R将使改变在目录结构下递归进行。命令的使用者必须是文件的所有者或者超级用户。

1.04

-chown

使用方法：hadoop fs -chown [-R] [OWNER][:[GROUP]] URI [URI ]

改变文件的拥有者。使用-R将使改变在目录结构下递归进行。命令的使用者必须是超级用户。

1.05

-cp

使用方法：hadoop fs -cp URI [URI …] <dest>

将文件从源路径复制到目标路径。这个命令允许有多个源路径，此时目标路径必须是一个目录。
示例：

hadoop fs -cp /user/hadoop/file1 /user/hadoop/file2

1.06

-du

使用方法：hadoop fs -du URI [URI …]

显示目录中所有文件的大小，或者当只指定一个文件时，显示此文件的大小。
示例：hadoop fs -du /user/hadoop/dir1 

1.07

-dus

使用方法：hadoop fs -dus <args>

显示文件的大小。

1.08

-expunge

使用方法：hadoop fs -expunge

清空回收站。

1.09

-get

使用方法：hadoop fs -get [-ignorecrc] [-crc] <src> <localdst>

复制文件到本地文件系统。可用-ignorecrc选项复制CRC校验失败的文件。使用-crc选项复制文件以及CRC信息。

数据校验就是比较传输和接受的字节是否一致，CRC校验也是添加额外数据做为校验码，这就是CRC校验码，CRC校验码就是将数据除以某个固定的数，所得到的余数就是CRC校验码

示例：

hadoop fs -get /user/hadoop/file localfile

1.10

-ls

使用方法：hadoop fs -ls <args>

如果是文件，则按照如下格式返回文件信息：
文件名 <副本数>文件大小修改日期修改时间权限用户ID组ID
如果是目录，则返回它直接子文件的一个列表，就像在Unix中一样。目录返回列表的信息如下：
目录名 <dir>修改日期修改时间权限用户ID组ID
示例：

hadoop fs -ls /user/hadoop/file1

1.11

-lsr

使用方法：hadoop fs -lsr <args>
ls 命令的递归版本。类似于Unix中的ls -R 。

1.12

-mkdir

使用方法：hadoop fs -mkdir <paths>

接受路径指定的uri作为参数，创建这些目录。其行为类似于Unix的mkdir -p，它会创建路径中的各级父目录。

示例：

hadoop fs -mkdir /user/hadoop/dir1 /user/hadoop/dir2

1.13

-mv

使用方法：hadoop fs -mv URI [URI …] <dest>

将文件从源路径移动到目标路径。这个命令允许有多个源路径，此时目标路径必须是一个目录。不允许在不同的文件系统间移动文件。
示例：

hadoop fs -mv /user/hadoop/file1 /user/hadoop/file2

1.14

-put

使用方法：hadoop fs -put <localsrc> ... <dst>

从本地文件系统中复制单个或多个源路径到目标文件系统。也支持从标准输入中读取输入写入目标文件系统。

hadoop fs -put localfile /user/hadoop/hadoopfile

hadoop fs -put localfile1 localfile2 /user/hadoop/hadoopdir

1.15

-rm

使用方法：hadoop fs -rm URI [URI …]

删除指定的文件。只删除非空目录和文件。
示例：

hadoop fs -rm /file /user/hadoop/emptydir

1.16

-rmr

使用方法：hadoop fs -rmr URI [URI …]

delete的递归版本。
示例：

hadoop fs -rmr /user/hadoop/dir

1.17

-setrep

使用方法：hadoop fs -setrep [-R] <path>

改变一个文件的副本系数。-R选项用于递归改变目录下所有文件的副本系数。文件副本的数目称为文件的副本系数

示例：

hadoop fs -setrep -w 3 -R /user/hadoop/dir1

1.18

-stat

使用方法：hadoop fs -stat URI [URI …]

返回指定路径的统计信息。

示例：

hadoop fs -stat path

1.19

-tail

使用方法：hadoop fs -tail [-f] URI

将文件尾部1K字节的内容输出到stdout。支持-f选项，行为和Unix中一致。

示例：

hadoop fs -tail pathname

1.20

-test

使用方法：hadoop fs -test -[ezd] URI

选项：
-e 检查文件是否存在。如果存在则返回0。
-z 检查文件是否是0字节。如果是则返回0。
-d 如果路径是个目录，则返回1，否则返回0。

示例：

hadoop fs -test -e filename

1.21

-text

使用方法：hadoop fs -text <src>

将源文件输出为文本格式。允许的格式是zip和TextRecordInputStream。

 

2. hadoop job

用于和MapReduce作业交互和命令

2.01

-submit

提交作业

hadoop job –submit  jobfile

2.02

-status

打印map和reduce完成百分比和所有计数器

hadoop job -status jobid

2.03

-counter

打印计数器的值

hadoop job –counter jobid

2.04

-kill

杀掉指定的任务

hadoop job –kill jobid

2.05

-events

打印给定范围内jobtracker接收到的事件细节

hadoop job –events <job-id><from-event-#><#-of-events>

2.06

-history[all]

hadoop job -history[all]

打印作业的细节、失败及被杀死原因的细节。更多的关于一个作业的细节比如成功的任务，做过的任务尝试等信息可以通过指定[all]选项查看

2.07

-list[all]

显示所有作业。-list只显示将要完成的作业。

hadoop job -list[all]-listall

2.08

-kill-task<task-id>杀死任务。被杀死的任务不会不利于失败尝试。

2.09

-fail-task<task-id>使任务失败。被失败的任务会对失败尝试不利。

 

3. archive

archive
创建一个hadoop档案文件。参考HadoopArchives.
用法：hadoop archive-archiveName NAME<src><dest>

命令选项描述
-archiveName NAME要创建的档案的名字。
src文件系统的路径名，和通常含正则表达的一样。
dest保存档案文件的目标目录。

4. distcp

Hadoop命令distcp用于递归地拷贝文件或目录。
用法：hadoop distcp<srcurl><desturl>

命令选项描述
srcurl源Url

5. fsck

Hadoop命令主要用来运行HDFS文件系统检查工具。参考Fsck了解更多。
用法：

hadoop fsck[GENERIC_OPTIONS]<path>[-move|-delete|-openforwrite][-files

[-blocks[-locations|-racks]]]

命令选项描述

5.01
<path>检查的起始目录。

5.02
-move移动受损文件到/lost+found

5.03
-delete删除受损文件。

5.04
-openforwrite打印出写打开的文件。

5.05
-files打印出正被检查的文件。

5.06
-blocks打印出块信息报告。

5.07
-locations打印出每个块的位置信息。

5.08
-racks打印出data-node的网络拓扑结构。

 

6. jar

Hadoop命令主要用来运行jar文件。用户可以把他们的MapReduce代码捆绑到jar文件中，使用这个命令执行。
用法：hadoop jar<jar>[mainClass]args