HDFS常用操作命令

- cat
  功能：将路径指定文件的内容输出到stdout。
  使用方法：
      hadoop fs -cat URI [URI …]    
  示例：
      hadoop fs -cat hdfs://host1:port1/file1   hdfs://host2:port2/file2
      #由于配置了core-site.xml，所以可以省略在hdfs对应的url
      
      hadoop fs -cat file:///file3 /user/hadoop/file4
      
      #返回值：成功返回0，失败返回-1。
  
- chgrp
  功能：
      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。更多的信息请参见HDFS权限用户指南。
  使用方法：
       hadoop fs -chgrp [-R] GROUP URI [URI ...]
  示例：
      hadoop fs -chgrp -R tearcher /flume    #递归的改变/flume目录下的所有文件的所属组为名为“tearcher”的组
  

- chmod
  功能：
      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。
  使用方法：
      hadoop fs -chmod [-R] <MODE[,MODE]... | OCTALMODE> URI [URI …]
  示例：
       hadoop fs -chmod -R  777  /flume  #使/flume的权限对于所有用户拥有可读、可写、可执行权限
  

- chown
  功能：改变文件的拥有者，使用-R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。
  使用方法：
      hadoop fs -chown [-R] [OWNER]   [ :[GROUP]]  URI 
  示例：
      hadoop fs -chown -R hadoop_mapreduce:teacher /flume #递归的改变/flume目录下的所有文件的所属主为hadoop_mapreduce  所属组为teacher
  
- put
  功能：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。
  使用方法：
      hadoop fs -put <localsrc> ... <dst>
  示例：
      hadoop fs -put localfile /user/hadoop/hadoopfile
      
      hadoop fs -put localfile1 localfile2 /user/hadoop/hadoopdir
      
      hadoop fs -put localfile hdfs://host:port/hadoop/hadoopfile
      
      hadoop fs -put - hdfs://host:port/hadoop/hadoopfile 
      
      #从标准输入中读取输入。
      
      #返回值：成功返回0，失败返回-1。
                　　　   
- get
  功能：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。
  使用方法：
      hadoop fs -get -ignorecrc <src> <localdst> 
  示例：
      hadoop fs -get /user/hadoop/file   localfile
      
      hadoop fs -get hdfs://host:port/user/hadoop/file    localfile
      
      #返回值：成功返回0，失败返回-1。
                 　　　 
- copyFromLocal    put
  使用方法：
      hadoop fs -copyFromLocal <localsrc> URI
  除了限定源路径是一个本地文件外，和put命令相似。
  
- copyToLocal    get
  使用方法：
      hadoop fs -copyToLocal -ignorecrc URI <localdst>
  除了限定目标路径是一个本地文件外，和get命令类似。
  
- cp
  功能：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。
  使用方法：
      hadoop fs -cp URI [URI …] <dest>
  示例：
      hadoop fs -cp /user/hadoop/file1 /user/hadoop/file2
      
      hadoop fs -cp /user/hadoop/file1 /user/hadoop/file2 /user/hadoop/dir
      
      #返回值：成功返回0，失败返回-1。
  
- du
  功能：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。
  使用方法：
      hadoop fs -du URI [URI …]
  示例：
      hadoop fs -du /user/hadoop/dir1 /user/hadoop/file1 hdfs://host:port/user/hadoop/dir1 
      
      #返回值：成功返回0，失败返回-1。 
      
  
- dus
  功能：显示文件的大小。
  使用方法：
      hadoop fs -dus <args>
  示例：
      hadoop fs -dus /flume/app
  
- ls
  功能：
  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 
  使用方法：
      hadoop fs -ls <args>
  示例：
      hadoop fs -ls /user/hadoop/file1  /user/hadoop/file2   hdfs://host:port/user/hadoop/dir1 /nonexistentfile 
      
      #返回值：成功返回0，失败返回-1。 
  
- lsr
  功能：ls命令的递归版本。类似于Unix中的ls -R。
  使用方法：
      hadoop fs -lsr <args> 
  
- mkdir
  功能：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。
  使用方法：
      hadoop fs -mkdir <paths> 
  示例：
      hadoop fs -mkdir /user/hadoop/dir1 /user/hadoop/dir2
      
      hadoop fs -mkdir hdfs://host1:port1/user/hadoop/dir hdfs://host2:port2/user/hadoop/dir
      
      #返回值：成功返回0，失败返回-1。
  
- movefromLocal
  功能：和put方法类似，从本地移动文件到hdfs
  使用方法：
      hadoop fs -moveFromLocal <src> <dst>          　　　　
  示例：
      hadoop fs -moveFromLocal /usr/local/* /user/flume/
  
- mv
  功能：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。
  使用方法：
      hadoop fs -mv URI [URI …] <dest>
   示例：
      hadoop fs -mv /user/hadoop/file1 /user/hadoop/file2
      
      hadoop fs -mv hdfs://host:port/file1 hdfs://host:port/file2 hdfs://host:port/file3 hdfs://host:port/dir1   #(多集群环境—不常用)
      
      #  返回值：成功返回0，失败返回-1。

  

- rm
  功能：删除指定的文件。只删除非空目录和文件。请参考rmr命令了解递归删除。
  使用方法：
      hadoop fs -rm URI [URI …]
  示例：
      hadoop fs -rm hdfs://host:port/file /user/hadoop/emptydir
      
      #返回值：成功返回0，失败返回-1。
  
- rmr
  功能：delete的递归版本。
  使用方法：hadoop fs -rmr URI [URI …]
  示例：
      hadoop fs -rmr /user/hadoop/dir
      
      hadoop fs -rmr hdfs://host:port/user/hadoop/dir
      
      返回值：成功返回0，失败返回-1。
      
  
- setrep
  功能：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。
  使用方法：
      hadoop fs -setrep [-R] <path>
  示例：
      hadoop fs -setrep -w 3 -R /user/hadoop/dir1
      
      #返回值：成功返回0，失败返回-1。
  
- stat
  功能：返回指定路径的统计信息。
  使用方法：hadoop fs -stat URI [URI …]
  示例：
      hadoop fs -stat path
      
      #返回值：成功返回0，失败返回-1。
  stat命令详解：
  当向HDFS上写文件时，可以通过设置dfs.block.size配置项来设置文件的block size，这导致HDFS上不同文件的block size是不同的。有时候我们需要知道HDFS上某个文件的block size，比如想知道该该文件作为job的输入会创建几个map等。Hadoop FS Shell提供了一个-stat选项可以达到目的。-stat选项的使用格式是：
          hadoop fs –stat [format]
  其中可选的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
  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：
      hadoop fs -stat /liangly/teradata/part-00099
          输出内容：  2018-04-20 08:03:49
  下面的例子打印文件的block size和备份个数：
      hadoop fs -stat "%o %r" /liangly/teradata/part-00099
          输出内容：67108864 3
  从打印结果可以看到文件/liangly/teradata/part-00099的block size是64m，有3个备份。
  
- tail
  功能：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。
  使用方法：
      hadoop fs -tail [-f] URI
  示例：
      hadoop fs -tail pathname
      
      #返回值：成功返回0，失败返回-1。
  
- test
  功能：测试检查目录或者文件是否存在
        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。
  使用方法：
      hadoop fs -test -[ezd] URI
  示例：
      hadoop fs -test -e filename
  
- text
  功能：将文本文件或某些格式的非文本文件通过文本格式输出。允许的格式是zip和TextRecordInputStream。
  使用方法：
      hadoop fs -text <src> 
  
- touchz
  功能：创建一个0字节的空文件。
  使用方法：
      hadoop fs -touchz URI [URI …] 
  示例：
      hadoop -touchz pathname
      
      #返回值：成功返回0，失败返回-1。
  
- distcp
  功能：利用distcp在hdfs间传送数据
  示例：
      $ hadoop distcp -overwrite hdfs://192.168.2.31:9000/tmp/pageview.log hdfs://hadoop01:9000/tmp/pageview.log
      #两个不同hdfs之间传递数据
  
- getmerge
  功能：接受一个源目录和一个目标文件作为输入，并且将源目录中所有的文件连接成本地目标文件。addnl是可选的，用于指定在每个文件结尾添加一个换行符。
  使用方法：
      hadoop fs -getmerge <src> <localdst> [addnl]
  示例
  假设在你的hdfs集群上有一个/user/hadoop/output目录
  里面有作业执行的结果（多个文件组成）part-000000,part-000001,part-000002
  然后你想把所有的文件合拢来一起看 可以使用命令：
      hadoop fs  -getmerge  /user/hadoop/output   local_file
  然后就可以在本地使用vi local_file查看内容了

- Hadoop回收站trash
  Hadoop回收站trash，默认是关闭的。 建议最好还是把它提前开开，否则误操作的时候，就欲哭无泪了
  - 修改conf/core-site.xml,增加复制代码
        <property> 
            <name>fs.trash.interval</name> 
            <value>1440</value> 
            <description>Number of minutes between trash checkpoints. If zero, the trash feature is disabled. 
            </description> 
        </property>
    默认是0.单位分钟。这里我设置的是1天（60*24） 
    删除数据rm后，会将数据move到当前文件夹下的.Trash目录
  - 测试 
    - 新建目录input
          hadoop fs -mkdir /input
      
    - 上传文件
            hadoop fs -copyFromLocal /data/soft/file0* /input
      
    - 删除目录input
           hadoop fs -rmr /input 
            #Moved to trash: hdfs://master:9000/user/hadoop/.Trash/Current/input/
      
    - 参看当前目录
           hadoop fs -ls /user/hadoop/
          
            #Found 2 items 
            #drwxr-xr-x - root supergroup 0 2011-02-12 22:17 /user/hadoop/.Trash
       发现input删除后，多了一个目录.Trash
    - 恢复刚刚删除的目录
           hadoop fs -mv /user/hadoop/.Trash/Current/input /
      
    - 检查恢复的数据
          hadoop fs -ls input 
          
              #  Found 2 items 
          
              # -rw-r--r-- 3 root supergroup 22 2018-04-12 17:40 /input/file01 
          
              #  -rw-r--r-- 3 root supergroup 28 2018-04-12 17:40 /input/file02
      
    - 删除.Trash目录（清理垃圾）
           hadoop fs -rmr /user/hadoop/.Trash
          
            #    Deleted hdfs://master:9000/user/hadoop/.Trash    
      

- expunge
  功能：清空回收站。请参考HDFS设计文档以获取更多关于回收站特性的信息。默认关闭
  使用方法：
      hadoop fs -expunge    #就是将 /user/hadoop/.Trash目录里的内容清空