一些概念性的东西往往是枯燥无味的,所以本文以最大化简洁的语言来理解HDFS的基本概念
1.HDFS前言
1.1设计思想(分而治之)
分而治之:将大文件、大批量文件,分布式存储放在大量服务器上,以便于采取分而治之的方式对海量数据进行运算分析;
1.2在大数据系统中的作用
为各类分布式预算框架(如:MapReduce、spark…)提供数据存储服务
1.3重点概念
1.3.1文件切块
1.3.2副本存放
1.3.3元数据
2.HDFS概念简述及特性
2.1HDFS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
2.2HDFS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
2.3HDFS的重要特性
(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,hadoop1.x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
(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(不支持从中间插入数据,支持追加)
注意:HDFS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
3.HDFS的shell(命令行客户端)操作
3.1HDFS命令行客户端使用
HDFS提供shell命令行客户端,使用方法如下:
hadoop fs -具体的执行命令 hdfs路径
3.2命令行客户端支持的命令参数
3.3常用命令参数介绍
Shell客户端启动 Hadoop fs hdfs dfs
hdfs -help
功能:输出这个命令参数手册
[-appendToFile … ]
[-cat [-ignoreCrc] …]
[-checksum …]
[-chgrp [-R] GROUP PATH…]
[-chmod [-R] <MODE[,MODE]… | OCTALMODE> PATH…]
[-chown [-R] [OWNER][:[GROUP]] PATH…]
[-copyFromLocal [-f] [-p] … ]
[-copyToLocal [-p] [-ignoreCrc] [-crc] … ]
[-count [-q]…]
[-cp [-f] [-p] … ]
[-createSnapshot []]
[-deleteSnapshot ]
[-df [-h] […]]
[-du [-s] [-h]…]
[-expunge]
[-get [-p] [-ignoreCrc] [-crc] … ]
[-getfacl [-R]]
[-getmerge [-nl] ]
[-help [cmd …]]
[-ls [-d] [-h] [-R] […]]
[-mkdir [-p]…]
[-moveFromLocal … ]
[-moveToLocal ]
[-mv … ]
[-put [-f] [-p] … ]
[-renameSnapshot ]
[-rm [-f] [-r|-R] [-skipTrash] …]
[-rmdir [–ignore-fail-on-non-empty] (dir)…]
[-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>}]|[–set <acl_spec> ]]
[-setrep [-R] [-w]…]
[-stat [format]…]
[-tail [-f] ]
[-test -[defsz]]
[-text [-ignoreCrc] …]
[-touchz…]
[-usage [cmd …]]
3.4常用命令参数介绍
Shell客户端启动 Hadoop fs hdfs dfs
-help
功能:输出这个命令参数手册
-ls
功能:显示目录信息
示例:
hadoop fs -ls hdfs://hadoop-server01:9000/
备注:这些参数中,所有的hdfs路径都可以简写
hadoop fs -ls / 等同于上一条命令的效果
-mkdir
功能:在hdfs上创建目录
示例:
hadoop fs -mkdir -p /aaa/bbb/cc/dd
-moveFromLocal
功能:从本地剪切粘贴到hdfs
示例:
hadoop fs - moveFromLocal /home/hadoop/a.txt /aaa/bbb/cc/dd
-moveToLocal
功能:从hdfs剪切粘贴到本地
示例:
hadoop fs - moveToLocal /aaa/bbb/cc/dd /home/hadoop/a.txt
-cat
功能:显示文件内容
示例:
hadoop fs -cat /hello.txt
-tail
功能:显示一个文件的末尾
示例:
hadoop fs -tail /weblog/access_log.1
-text
功能:以字符形式打印一个文件的内容
示例:
hadoop fs -text /weblog/access_log.1
-chgrp
-chmod
-chown
功能:linux文件系统中的用法一样,对文件所属权限
示例:
hadoop fs -chmod 666 /hello.txt
hadoop fs -chown someuser:somegrp /hello.txt
-copyFromLocal
功能:从本地文件系统中拷贝文件到hdfs路径去
示例:
hadoop fs -copyFromLocal ./jdk.tar.gz /aaa/
-copyToLocal
功能:从hdfs拷贝到本地
示例:
hadoop fs -copyToLocal /aaa/jdk.tar.gz
-cp
功能:从hdfs的一个路径拷贝hdfs的另一个路径
示例:
hadoop fs -cp /aaa/jdk.tar.gz /bbb/jdk.tar.gz.2
-mv
功能:在hdfs目录中移动文件
示例:
hadoop fs -mv /aaa/jdk.tar.gz /
-get
功能:等同于copyToLocal,就是从hdfs下载文件到本地
示例:
hadoop fs -get /aaa/jdk.tar.gz
-getmerge
功能:合并下载多个文件
示例:比如hdfs的目录 /aaa/下有多个文件:log.1, log.2,log.3,…
hadoop fs -getmerge /aaa/log.* ./log.sum
-put
功能:等同于copyFromLocal
示例:
hadoop fs -put /aaa/jdk.tar.gz /bbb/jdk.tar.gz.2
-rm
功能:删除文件或文件夹
示例:
hadoop fs -rm -r /aaa/bbb/
-rmdir
功能:删除空目录
示例:
hadoop fs -rmdir /aaa/bbb/ccc
-df
功能:统计文件系统的可用空间信息
示例:
hadoop fs -df -h /
-du
功能:统计文件夹的大小信息
示例:
hadoop fs -du -s -h /aaa/*
-count
功能:统计一个指定目录下的文件节点数量
示例:
hadoop fs -count /aaa/