Hadoop一些常用的命令

1、Hadoop常用命令

hadoop verion                  //版本
hadoop fs                      //文件系统客户端.
hadoop jar      
hadoop classpath               //查看hadoop类路径
hadoop checknative             //检查压缩库本地安装情况

hadoop启动命令
$>start-all.sh                 //start-dfs.sh + start-yarn.sh

$>start-dfs.sh 相当于后面两个   //hadoop-daemon.sh start namenode
                               //hadoop-daemons.sh start datanode

$>start-yarn.sh                //yarn-daemon.sh start resourcemanager
                               //yarn-daemons.sh start nodemanager

2、HDFS常用命令

hdfs常用命令
--------------------
hdfs dfs -mkdir /user/centos/hadoop                  //创建目录
hdfs dfs -ls -R /user/centos/hadoop                  //递归查看目录中的文件
hdfs dfs -lsr /user/centos/hadoop                    //递归查看目录中的文件
hdfs dfs -put index.html /user/centos/hadoop         //上传文件到HDFS中
hdfs dfs -get /user/centos/hadoop/index.html a.html  //下载文件到本地
hdfs dfs -rm -r -f /user/centos/hadoop               //递归删除目录

注意：hdfs dfs  相当于 Hadoop dfs即操作文件系统
——————————————————————————————————————————————————
对hadoop中name中的镜像文件、编辑日志文件的相关操作

使用oiv命令查询hadoop中name中的镜像文件
hdfs oiv -i fsimage -o a.xml -p XML                  //查看镜像文件，将其转化为xml格式查看
hdfs dfsadmin管理命令
hdfs dfsadmin                                        //查看帮助
hdfs dfsadmin    -help rollEdits                     //查看指定命令的帮助
hdfs dfsadmin -rollEdits                             //滚动编辑日志
启动hdfs时，镜像文件编辑日志会进行融合，编辑日志滚动

查看hdfs是否在安全模式，安全模式不能对日志文件等进行删除和修改
hdfs dfsadmin -safemode  enter       //进入
hdfs dfsadmin -safemode  get         //查看
hdfs dfsadmin -safemode  leave       //退出
hdfs dfsadmin -safemode  wait        //等待

保存名字空间（一般用来创建检查点）,需要进入安全模式，启动完成自动进入安全模式
hdfs dfsamdin -saveNamespace
——————————————————————————————————————
配额管理(quota)
[目录配额]使得目录下的存储文件总数得到一定的控制
计算目录下的所有文件的总个数。如果1，表示空目录。
hdfs dfsadmin -setQuota 1 dir1 dir2      //设置目录配额
hdfs dfsadmin -clrQuota 1 dir1 dir2      //清除配额管理

[空间配额]
计算目录下的所有文件的总大小.包括副本数.
空间配置至少消耗3倍的空间大小(目录本身会占用3倍的空间)。
hdfs dfsadmin -setSpaceQuota 3 data
hdfs dfsadmin -clrSpaceQuota dir1        //清除配额管理

————————————————————————————————————————
快照管理
1.描述
迅速对文件(夹)进行备份。不产生新文件，使用差值存储。
默认是禁用快照,先启用。

2.命令
hdfs dfsadmin -allowSnapShot dir1               //在dir1启用快照
hdfs dfsadmin -disallowSnapShot dir1            //在dir1禁用快照
hdfs dfs -createSnapshot dir ss1                //为目录dir创建快照快照名称为ss1
hdfs dfs -renameSnapshot dir ss1 ss2            //重命名ss1快照名称为ss2
hdfs dfs -deleteSnapshot dir ss1                //删除快照
hdfs lsSnapshottableDir                         //列出当前用户所有可快照目录
hdfs snapshotDiff  路径1  快照名称1  快照名称2    //比较两个快照的目录不同之处 
hdfs dfs -deleteSnapshot   路径1   快照名称      //删除快照snapshot

3、HDFS默认为64M,一般设置为128M

之所以设置为128M是为了提高效率，让寻址时间占用读取时间的1%，寻址时间大概为10ms左右，而磁盘的读取时间一般为100M/s,所以为了满足寻址时间占用读取时间的1%，一般设置为128M。当文件切割得太小会使得寻址大于读取时间的1%,不利于效率的提升。

HDFS不适合存储大量的小文件，因为小文件会使得namenode增大，namenode只负责datanode的归档管理，存储的是datanode块中文件的索引，每个文件大概索引字节为152个，不管大小，都一样，所以当文件过小，存储的数据少但是耗费的资源却一样，存储的性价比高。并且namenode是运行在内存中的，内存资源相对宝贵，理应让它发挥最大的效益。

配置hadoop的最小blocksize，必须是512的倍数。

[hdfs-site.xml]
dfs.namenode.fs-limits.min-block-size=1024
write,进行校验，512进行一次校验。

默认最小块是1M，当我们通过API进行设置时也要大于1M,除非手动修改hadoop的默认配置文件，即hdfs-default.xml，一般不建议这么做。

单独配置辅助名称节点

[hdfs-site.xml]
dfs.namenode.secondary.http-address=s206:50090

4、DataNode、Yarn节点服役、退役

DataNode的服役：当某个DataNode节点挂掉之后，需要有个新节点自动补上，以达到设置的节点副本数（一般设置为3个副本）。通过黑白名单以及Slaves文件来对它进行控制，Slaves文件只是在集群启动的时候，集群会通过读取Slaves文件来启动相应的DataNode，而并非直接由Slaves控制。

黑白名单的组合情况，不需要分发到其他节点上，只要存储在namenode节点上即可。

include     //dfs.hosts    白名单
exclude     //dfs.hosts.exclude 黑名单

include     exclude     Interpretation
No          No          不能连接
No          Yes         不能连接
Yes         No          可以连接
Yes         Yes         可以连接,将会退役状态。