Hadoop知识

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

Hdfs的命令

在集群上运行，即操作master:50070上的文件，包括上传、下载、复制
以hadoop fs 开头，只要start-all.sh，在根目录下输命令就行

常用命令实操

（0）启动Hadoop集群（方便后续的测试）
[atguigu@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
[atguigu@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
（1）-help：输出这个命令参数
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -help rm
（2）-ls: 显示目录信息
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -ls /
（3）-mkdir：在HDFS上创建目录
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -mkdir -p /sanguo/shuguo
（4）-moveFromLocal：从本地剪切粘贴到HDFS
[atguigu@hadoop102 hadoop-2.7.2]$ touch kongming.txt
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -moveFromLocal ./kongming.txt /sanguo/shuguo
（5）-appendToFile：追加一个文件到已经存在的文件末尾
[atguigu@hadoop102 hadoop-2.7.2]$ touch liubei.txt
[atguigu@hadoop102 hadoop-2.7.2]$ vi liubei.txt
输入
san gu mao lu
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -appendToFile liubei.txt /sanguo/shuguo/kongming.txt
（6）-cat：显示文件内容
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -cat /sanguo/shuguo/kongming.txt
（7）-chgrp 、-chmod、-chown：Linux文件系统中的用法一样，修改文件所属权限
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -chmod 666 /sanguo/shuguo/kongming.txt
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -chown atguigu:atguigu /sanguo/shuguo/kongming.txt
（8）-copyFromLocal：从本地文件系统中拷贝文件到HDFS路径去
这里和下面的-cp不一样，-cp是在集群内的操作，这里是从本地上传到集群
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -copyFromLocal README.txt /
（9）-copyToLocal：从HDFS拷贝到本地
hadoop fs -copyToLocal 本地路径 集群路径

[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -copyToLocal /sanguo/shuguo/kongming.txt ./
（10）-cp ：从HDFS的一个路径拷贝到HDFS的另一个路径
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -cp /sanguo/shuguo/kongming.txt /zhuge.txt
（11）-mv：在HDFS目录中移动文件
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -mv /zhuge.txt /sanguo/shuguo/
（12）-get：等同于copyToLocal，就是从HDFS下载文件到本地
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -get /sanguo/shuguo/kongming.txt ./
（13）-getmerge：合并下载多个文件，比如HDFS的目录 /user/atguigu/test下有多个文件:log.1, log.2,log.3,…
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -getmerge /user/atguigu/test/* ./zaiyiqi.txt
（14）-put：等同于copyFromLocal
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -put ./zaiyiqi.txt /user/atguigu/test/
（15）-tail：显示一个文件的末尾
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -tail /sanguo/shuguo/kongming.txt
（16）-rm：删除文件或文件夹（文件夹是-rmr）
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -rm /user/atguigu/test/jinlian2.txt
（17）-rmdir：删除空目录
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -mkdir /test
[atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -rmdir /test

HDFS还有api操作需要增加和注意的地方看安装过程

MapReduce

1、wordcount
本地运行
在run configrations的arguments 增加输入输出位置

查看part-r-00000即可

Hadoop集群运行
1、对整个项目project用export导出，选择jar，输入名字，即可生成jar包
2、用rz命令将jar包和数据文件1.txt 上传到虚拟机
3、用-mkdir –p 在集群上创建input 目录，-copyFromLocal 将1.txt 上传到集群的input
4、最后用jar命令运行，注意中间的类名要包括包名package（例子是mapreduce）

[root@master ~]# hadoop fs -mkdir -p /input
[root@master ~]# hadoop fs -copyFromLocal ~/hadooptest/input/1.txt /input
[root@master ~]# hadoop jar ~/hadooptest/mrdemo.jar mapreduce.WordCountDriver /input/1.txt /output

可用-cat查看

反序列化例子要加一个空参构造的FlowBean，否则后面无法打印，会被默认传入两个参数
这里其实有点疑惑，两个一样名字的函数又不会报错是为什么呢？

Mapreduce
主要分三个阶段
1、map阶段
主要处理文件，拆分文件内容
2、reduce阶段
计算阶段，比如计算词数，或者排序
3、driver阶段
主要是job调动，调动前两个阶段，指定路径，指定输入输出类型