大数据之路-Hadoop-4-hadoop shell 命令基本操作

一、HDFS 基本概念

1.1 HDFS 前言

1. 设计思想
   分而治之：将大文件、大批量文件，分布式存放在大量服务器上，以便于采取分而治之的方式对海量数据进行运算分析。
2. 在大数据系统中的应用
   为各类分布式运算框架（mapreduce,spark…）提供数据存储服务
3. 重点概念
   文件切块、副本存放、元数据

1.2 HDFS的概念和特性

1. 它是一个文件系统，用于存储文件，通过统一的命名空间——目录树来定位文件

2. 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

3. 重要特性如下：

（1） 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

（2） HDFS文件系统会给客户端提供一个统一的抽象目录树，客户端通过路径来访问文件，形如：

hdfs://namenode:port/dir-a/dir-b/dir-c/file.data

（3） 目录结构及文件分块信息(元数据)的管理由namenode节点承担 —— namenode是HDFS集群主节点，负责维护整个hdfs文件系统的目录树，以及每一个路径（文件）所对应的block块信息（block的id，及所在的datanode服务器）

（4） 文件的各个block的存储管理由datanode节点承担
—- datanode是HDFS集群从节点，每一个block都可以在多个datanode上存储多个副本（副本数量也可以通过参数设置dfs.replication）

（5） HDFS是设计成适应一次写入，多次读出的场景，且不支持文件的修改
(注：适合用来做数据分析，并不适合用来做网盘应用，因为，不便修改，延迟大，网络开销大，成本太高)

二、HDFS基本操作

2.1 命令行客户端支持的命令参数

   [-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 ...]]

2.2 常用命令参数

命令	功能	示例
-help	输出这个命令参数手册	hadoop dfs -help
-ls	显示目录信息	hdfs dfs -ls / <等价> hdfs dfs -ls hdfs://hadoop01:9000/
-mkdir	在hdfs上创建目录	hdfs dfs -mkdir -p /aaa/bbb
-moveFromLocal	从本地剪切粘贴到hdfs	hdfs dfs -moveFromLocal /home/hadoop/test.txt /aaa/bbb/
-moveToLocal	从hdfs剪切粘贴到本地	hdfs dfs -moveToLocal /aaa/bbb/test.txt /home/hadoop/test.txt
-appendToFile	追加一个文件到已经存在的文件末尾	hdfs dfs -appendToFile a.txt /b.txt
-cat	显示文件内容	hdfs dfs -cat /b.txt
-tail	显示一个文件的末尾	hdfs dfs -tail /b.txt
-text	以字符形式打印一个文件的内容	hdfs dfs -text /input/test.txt
-chgrp -chmod -chown	linux文件系统中的用法一样，对文件所属权限	hdfs dfs -chmod 666 /b.txt
-copyFromLocal	从本地文件系统中拷贝文件到hdfs路径去	hdfs dfs -copyFromLocal a.txt /
-copyToLocal	从hdfs拷贝到本地	hdfs dfs -copyToLocal /a.txt cc.txt
-cp	从hdfs的一个路径拷贝hdfs的另一个路径	hdfs dfs -cp /a.txt /aaa/
-mv	在hdfs目录中移动文件	hdfs dfs -mv /b.txt /aaa/
-get	等同于copyToLocal，就是从hdfs下载文件到本地	hdfs dfs -get /aaa/b.txt
-getmerge	合并下载多个文件	hdfs dfs -getmerge /aaa/*.txt c.txt
-put	等同于 copyFromLocal	hdfs dfs -put c.txt /aaa/
-rm	删除文件或文件夹	hdfs dfs -rm /a.txt
-rmdir	删除空目录	hdfs dfs -rmdir /cc
-df	统计文件系统的可用空间信息	hdfs dfs -df -h /
-du	统计文件夹的大小信息	hdfs dfs -du -s -h /aaa/*
-count	统计一个指定目录下的文件节点数量	hdfs dfs -count /aaa/
-setrep	设置hdfs中文件的副本数量	hdfs dfs -setrep 3 /aaa/a.txt [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]