Hadoop Shell基本操作

Hadoop Shell基本操作

任务目标

1.熟练掌握常用的hadoop shell命令

相关知识

调用文件系统(FS)Shell命令应使用 hadoop fs <args>的形式。 所有的的FS shell命令使用URI路径作为参数。URI格式是scheme://authority/path。对HDFS文件系统，scheme是hdfs，对本地文件系统，scheme是file。其中scheme和authority参数都是可选的，如果未加指定，就会使用配置中指定的默认scheme。一个HDFS文件或目录比如/parent/child可以表示成hdfs://namenode:namenodeport/parent/child，或者更简单的/parent/child（假设你配置文件中的默认值是namenode:namenodeport）。大多数FS Shell命令的行为和对应的Unix Shell命令类似，出错信息会输出到stderr，其他信息输出到stdout。

系统环境

Linux Ubuntu 16.04

hadoop-2.6.0-cdh5.4

任务内容

1.学习在开启、关闭Hadoop

2.学习在Hadoop中创建、修改、查看、删除文件夹及文件

3.学习改变文件的权限及文件的拥有者

4.学习使用shell命令提交job任务

5.Hadoop安全模式的进入与退出

任务步骤

1.打开终端模拟器，切换到/apps/hadoop/sbin目录下，启动Hadoop

view plain copy

1. cd /apps/hadoop/sbin  
2. ./start-all.sh  

除了直接执行start-all.sh外，还可以分步启动start-dfs.sh和start-yarn.sh。

2.执行jps，检查一下Hadoop相关进程是否启动

view plain copy

1. jps  

3.在/目录下创建一个test1文件夹

view plain copy

1. hadoop fs -mkdir /test1  

4.在Hadoop中的test1文件夹中创建一个file.txt文件

view plain copy

1. hadoop fs -touchz /test1/file.txt  

5.查看根目录下所有文件

view plain copy

1. hadoop fs -ls /  

6.还可以使用ls -R的方式递归查看根下所有文件

view plain copy

1. hadoop fs -ls -R /  

7.将Hadoop根下test1目录中的file.txt文件，移动到根下并重命名为file2.txt

view plain copy

1. hadoop fs -mv /test1/file.txt /file2.txt  

Hadoop中的mv用法同Linux中的一样，都可以起到移动文件和重命名的作用。

8.将Hadoop根下的file2.txt文件复制到test1目录下

view plain copy

1. hadoop fs -cp /file2.txt /test1  

9.在Linux本地/data目录下，创建一个data.txt文件，并向其中写入hello hadoop！

view plain copy

1. cd /data  
2. touch data.txt  
3. echo hello hadoop! >> data.txt  

10.将Linux本地/data目录下的data.txt文件，上传到HDFS中的/test1目录下

view plain copy

1. hadoop fs -put /data/data.txt /test1  

11.查看Hadoop中/test1目录下的data.txt文件

view plain copy

1. hadoop fs -cat /test1/data.txt  

12.除此之外还可以使用tail方法

view plain copy

1. hadoop fs -tail /test1/data.txt  

tail方法是将文件尾部1K字节的内容输出。支持-f选项，行为和Unix中一致。

13.查看Hadoop中/test1目录下的data.txt文件大小

view plain copy

1. hadoop fs -du -s /test1/data.txt  

-du 后面可以不加-s，直接写目录表示查看该目录下所有文件大小

14.text方法可以将源文件输出为文本格式。允许的格式是zip和TextRecordInputStream。

view plain copy

1. hadoop fs -text /test1/data.txt  

15.stat方法可以返回指定路径的统计信息，有多个参数可选，当使用-stat选项但不指定format时候，只打印文件创建日期，相当于%y

view plain copy

1. hadoop fs -stat /test1/data.txt  

下面列出了format的形式：

%b：打印文件大小（目录为0）

%n：打印文件名

%o：打印block size （我们要的值）

%r：打印备份数

%y：打印UTC日期 yyyy-MM-dd HH:mm:ss

%Y：打印自1970年1月1日以来的UTC微秒数

%F：目录打印directory, 文件打印regular file

16.将Hadoop中/test1目录下的data.txt文件，下载到Linux本地/apps目录中

view plain copy

1. hadoop fs -get /test1/data.txt /apps  

17.查看一下/apps目录下是否存在data.txt文件

view plain copy

1. ls /apps  

18.使用chown方法，改变Hadoop中/test1目录中的data.txt文件拥有者为root，使用-R将使改变在目录结构下递归进行。

view plain copy

1. hadoop fs -chown root /test1/data.txt  

19.使用chmod方法，赋予Hadoop中/test1目录中的data.txt文件777权限

view plain copy

1. hadoop fs -chmod 777 /test1/data.txt  

20.删除Hadoop根下的file2.txt文件

view plain copy

1. hadoop fs -rm /file2.txt  

21.删除Hadoop根下的test1目录

view plain copy

1. hadoop fs -rm -r /test1  

22.当在Hadoop中设置了回收站功能时，删除的文件会保留在回收站中，可以使用expunge方法清空回收站。

view plain copy

1. hadoop fs -expunge  

在分布式文件系统启动的时候，开始的时候会有安全模式，当分布式文件系统处于安全模式的情况下，文件系统中的内容不允许修改也不允许删除，直到安全模式结束。安全模式主要是为了系统启动的时候检查各个DataNode上数据块的有效性，同时根据策略必要的复制或者删除部分数据块。运行期通过命令也可以进入安全模式。在实践过程中，系统启动的时候去修改和删除文件也会有安全模式不允许修改的出错提示，只需要等待一会儿即可。

23.使用Shell命令执行Hadoop自带的WordCount

首先切换到/data目录下，使用vim编辑一个data.txt文件，内容为:hello world hello hadoop hello ipieuvre

view plain copy

1. cd /data  
2. vim data.txt  

在HDFS的根下创建in目录，并将/data下的data.txt文件上传到HDFS中的in目录

view plain copy

1. hadoop fs -put /data/data.txt /in  

执行hadoop jar命令，在hadoop的/apps/hadoop/share/hadoop/mapreduce路径下存在hadoop-mapreduce-examples-2.6.0-cdh5.4.5.jar包，我们执行其中的worldcount类，数据来源为HDFS的/in目录，数据输出到HDFS的/out目录

view plain copy

1. hadoop jar /apps/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0-cdh5.4.5.jar wordcount /in /out  

查看HDFS中的/out目录

view plain copy

1. hadoop fs -ls /out  
2. hadoop fs -cat /out/*  

24.进入Hadoop安全模式

view plain copy

1. hdfs dfsadmin -safemode enter  

25.退出Hadoop安全模式

view plain copy

1. hdfs dfsadmin -safemode leave  

26.切换到/apps/hadoop/sbin目录下，关闭Hadoop

view plain copy

1. cd /apps/hadoop/sbin  
2. ./stop-all.sh