HDFS 常用文件操作命令

前言

HDFS命令基本格式：Hadoop fs -cmd < args >

• ls 命令

  hadoop fs -ls /
  列出hdfs文件系统根目录下的目录和文件

  hadoop fs -ls -R /
  列出hdfs文件系统所有的目录和文件

• put 命令

  hadoop fs -put < local file > < hdfs file >
  hdfs file的父目录一定要存在，否则命令不会执行

  hadoop fs -put < local file or dir >…< hdfs dir >
  hdfs dir 一定要存在，否则命令不会执行

  hadoop fs -put - < hdsf file>
  从键盘读取输入到hdfs file中，按Ctrl+D结束输入，hdfs file不能存在，否则命令不会执行

• moveFromLocal 命令

  hadoop fs -moveFromLocal < local src > … < hdfs dst >
  与put相类似，命令执行后源文件 local src 被删除，也可以从从键盘读取输入到hdfs file中

• copyFromLocal 命令

  hadoop fs -copyFromLocal < local src > … < hdfs dst >
  与put相类似，也可以从从键盘读取输入到hdfs file中

• get 命令

  hadoop fs -get < hdfs file > < local file or dir>
  local file不能和 hdfs file名字不能相同，否则会提示文件已存在，没有重名的文件会复制到本地

  hadoop fs -get < hdfs file or dir > … < local dir >
  拷贝多个文件或目录到本地时，本地要为文件夹路径
  注意：如果用户不是root， local 路径要为用户文件夹下的路径，否则会出现权限问题，

• moveToLocal 命令

  当前版本中还未实现此命令

• copyToLocal 命令

  hadoop fs -copyToLocal < local src > … < hdfs dst >
  与get相类似

• rm 命令

  hadoop fs -rm < hdfs file > …
  hadoop fs -rm -r < hdfs dir>…
  每次可以删除多个文件或目录

• mkdir 命令

  hadoop fs -mkdir < hdfs path>
  只能一级一级的建目录，父目录不存在的话使用这个命令会报错

  hadoop fs -mkdir -p < hdfs path>
  所创建的目录如果父目录不存在就创建该父目录

• getmerge 命令

  hadoop fs -getmerge < hdfs dir > < local file >
  将hdfs指定目录下所有文件排序后合并到local指定的文件中，文件不存在时会自动创建，文件存在时会覆盖里面的内容

  hadoop fs -getmerge -nl < hdfs dir > < local file >
  加上nl后，合并到local file中的hdfs文件之间会空出一行

• cp 命令

  hadoop fs -cp < hdfs file > < hdfs file >
  目标文件不能存在，否则命令不能执行，相当于给文件重命名并保存，源文件还存在

  hadoop fs -cp < hdfs file or dir >… < hdfs dir >
  目标文件夹要存在，否则命令不能执行

• mv 命令

  hadoop fs -mv < hdfs file > < hdfs file >
  目标文件不能存在，否则命令不能执行，相当于给文件重命名并保存，源文件不存在

  hadoop fs -mv < hdfs file or dir >… < hdfs dir >
  源路径有多个时，目标路径必须为目录，且必须存在。
  注意：跨文件系统的移动（local到hdfs或者反过来）都是不允许的

• count 命令

  hadoop fs -count < hdfs path >
  统计hdfs对应路径下的目录个数，文件个数，文件总计大小
  显示为目录个数，文件个数，文件总计大小，输入路径

• du 命令

  hadoop fs -du < hdsf path>
  显示hdfs对应路径下每个文件夹和文件的大小

  hadoop fs -du -s < hdsf path>
  显示hdfs对应路径下所有文件和的大小

  hadoop fs -du - h < hdsf path>
  显示hdfs对应路径下每个文件夹和文件的大小,文件的大小用方便阅读的形式表示，例如用64M代替67108864

• text 命令

  hadoop fs -text < hdsf file>
  将文本文件或某些格式的非文本文件通过文本格式输出

• setrep 命令

  hadoop fs -setrep -R 3 < hdfs path >
  改变一个文件在hdfs中的副本个数，上述命令中数字3为所设置的副本个数，-R选项可以对一个人目录下的所有目录+文件递归执行改变副本个数的操作

• stat 命令

  hdoop fs -stat [format] < hdfs path >
  返回对应路径的状态信息

  [format]可选参数有：%b（文件大小），%o（Block大小），%n（文件名），%r（副本个数），%y（最后一次修改日期和时间）

  可以这样书写hadoop fs -stat %b%o%n < hdfs path >，不过不建议，这样每个字符输出的结果不是太容易分清楚

• tail 命令

  hadoop fs -tail < hdfs file >
  在标准输出中显示文件末尾的1KB数据

• archive 命令

  hadoop archive -archiveName name.har -p < hdfs parent dir > < src >* < hdfs dst >
  命令中参数name：压缩文件名，自己任意取；
  < hdfs parent dir > ：压缩文件所在的父目录；
  < src >：要压缩的文件名；
  < hdfs dst >：压缩文件存放路径

  *示例：hadoop archive -archiveName hadoop.har -p /user 1.txt 2.txt /des
  示例中将hdfs中/user目录下的文件1.txt，2.txt压缩成一个名叫hadoop.har的文件存放在hdfs中/des目录下，如果1.txt，2.txt不写就是将/user目录下所有的目录和文件压缩成一个名叫hadoop.har的文件存放在hdfs中/des目录下
  显示har的内容可以用如下命令：

  hadoop fs -ls /des/hadoop.jar
  显示har压缩的是那些文件可以用如下命令

  hadoop fs -ls -R har:///des/hadoop.har
  注意：har文件不能进行二次压缩。如果想给.har加文件，只能找到原来的文件，重新创建一个。har文件中原来文件的数据并没有变化，har文件真正的作用是减少NameNode和DataNode过多的空间浪费。

• balancer 命令

  hdfs balancer
  如果管理员发现某些DataNode保存数据过多，某些DataNode保存数据相对较少，可以使用上述命令手动启动内部的均衡过程

• dfsadmin 命令

  hdfs dfsadmin -help
  管理员可以通过dfsadmin管理HDFS，用法可以通过上述命令查看

  hdfs dfsadmin -report
  显示文件系统的基本数据

  hdfs dfsadmin -safemode < enter | leave | get | wait >
  enter：进入安全模式；leave：离开安全模式；get：获知是否开启安全模式；
  wait：等待离开安全模式

• distcp 命令

  用来在两个HDFS之间拷贝数据