目录
1.概述
文件系统(FS)shell 程序包括各种类似于shell-like程序的命令,这些命令可直接与Hadoop分布式文件系统(HDFS)以及Hadoop支持的其他文件系统(例如本地FS,WebHDFS,S3 FS等)进行交互。 FS Shell通过以下方式调用:
bin/hadoop fs <args>
所有FS Shell命令都将路径URI作为参数。 URI格式为 scheme://authority/path。 对于HDFS,scheme为hdfs,对于Local FS,scheme 为file。 方案(scheme)和权限是可选的。 如果未指定,则使用配置中指定的默认方案。 可以将HDFS文件或目录(例如/parent/child)指定为hdfs://namenodehost/parent/child,也可以简单地指定为/parent/child(假设您的配置设置为指向hdfs://namenodehost)。
FS Shell中的大多数命令的行为类似于相应的Unix命令。 每个命令都描述了差异。 错误信息将发送到stderr,输出将发送到stdout。
如果使用HDFS,则hdfs dfs是同义词。
可以使用相对路径。 对于HDFS,当前工作目录是HDFS主目录/user/<username>,该目录通常必须手动创建。 也可以隐式访问HDFS主目录,例如,当使用HDFS垃圾(trash)文件夹时,主目录中的.Trash目录。
有关通用shell程序选项,请参见《命令手册》。
1.1.appendToFile
用法: hadoop fs -appendToFile <localsrc> ... <dst>
从本地文件系统附加一个或多个src到目标文件系统。 还从stdin读取输入,并将其追加到目标文件系统。
- hadoop fs -appendToFile localfile /user/hadoop/hadoopfile
- hadoop fs -appendToFile localfile1 localfile2 /user/hadoop/hadoopfile
- hadoop fs -appendToFile localfile hdfs://nn.example.com/hadoop/hadoopfile
- hadoop fs -appendToFile - hdfs://nn.example.com/hadoop/hadoopfile Reads the input from stdin.
退出代码:
成功返回0,错误返回-1。
1.2.cat
用法: hadoop fs -cat [-ignoreCrc] URI [URI ...]
将源路径复制到标准输出。
选项
- -ignoreCrc选项禁用校验和验证。
例:
- hadoop fs -cat hdfs://nn1.example.com/file1 hdfs://nn2.example.com/file2
- hadoop fs -cat file:///file3 /user/hadoop/file4
退出代码:
成功返回0,错误返回-1。
1.3.checksum
用法: hadoop fs -checksum URI
返回文件的校验和信息。
例:
- hadoop fs -checksum hdfs://nn1.example.com/file1
- hadoop fs -checksum file:///etc/hosts
1.4.chgrp
用法:hadoop fs -chgrp [-R] GROUP URI [URI ...]
更改文件的组关联。用户必须是文件的所有者,或者是超级用户。其他信息在 Permissions Guide中。
选件
- -R选项将通过目录结构递归进行更改。
1.5.chmod
用法:hadoop fs -chmod [-R] <MODE [,MODE] ... | OCTALMODE> URI [URI ...]
更改文件的权限。使用-R,通过目录结构递归进行更改。用户必须是文件的所有者,或者是超级用户。其他信息在Permissions Guide中。
选件
- -R选项将通过目录结构递归进行更改。
1.6.wn
用法:hadoop fs -chown [-R] [OWNER] [:[GROUP]] URI [URI]
更改文件的所有者。该用户必须是超级用户。其他信息在Permissions Guide中。
选件
- -R选项将通过目录结构递归进行更改。
1.7.copyFromLocal
用法:hadoop fs -copyFromLocal <localsrc> URI
与fs -put命令相似,不同之处在于源仅限于本地文件引用。
选项:
- -p:保留访问和修改时间,所有权和权限。(假设权限可以在文件系统之间传播)
- -f:如果目的地已经存在,则将其覆盖。
- -l:允许DataNode将文件延迟保存到磁盘,强制复制因子为1。此标志将导致持久性降低。小心使用。
- -d:跳过后缀为._COPYING_的临时文件的创建。
1.8.copyToLocal
用法:hadoop fs -copyToLocal [-ignorecrc] [-crc] URI <localdst>
与get命令类似,除了目标仅限于本地文件引用。
1.9.count
用法:hadoop fs -count [-q] [-h] [-v] [-x] [-t [<storage type>]] [-u] [-e] <paths>
计算与指定文件模式匹配的路径下的目录,文件和字节数。获取配额和使用情况。具有-count的输出列是:DIR_COUNT, FILE_COUNT, CONTENT_SIZE, PATHNAME
-u和-q选项控制输出包含哪些列。-q表示显示配额,-u将输出限制为仅显示配额和使用情况。
具有-count -q的输出列是:QUOTA, REMAINING_QUOTA, SPACE_QUOTA, REMAINING_SPACE_QUOTA, DIR_COUNT, FILE_COUNT, CONTENT_SIZE, PATHNAME
具有-count -u的输出列是:QUOTA, REMAINING_QUOTA, SPACE_QUOTA, REMAINING_SPACE_QUOTA, PATHNAME
-t选项显示每种存储类型的配额和使用情况。如果未给出-u或-q选项,则-t选项将被忽略。可以在-t选项中使用的可能参数的列表(不区分大小写,但参数“”除外):"", “all”, “ram_disk”, “ssd”, “disk” or “archive”。
-h选项以人类可读的格式显示大小。
-v选项显示标题行。
-x选项从结果计算中排除快照。如果没有-x选项(默认值),则总是从所有INode(包括给定路径下的所有快照)计算结果。如果指定了-u或-q选项,则-x选项将被忽略。
-e选项显示每个文件的擦除编码策略。
具有-count -e的输出列是:DIR_COUNT,FILE_COUNT,CONTENT_SIZE,ERASURECODING_POLICY,PATHNAME
ERASURECODING_POLICY是文件策略的名称。如果在该文件上设置了擦除编码策略,它将返回该策略的名称。如果未设置擦除编码策略,它将返回“已复制”,这表示它使用复制存储策略。
例:
- hadoop fs -count hdfs://nn1.example.com/file1 hdfs://nn2.example.com/file2
- hadoop fs -count -q hdfs://nn1.example.com/file1
- hadoop fs -count -q -h hdfs://nn1.example.com/file1
- hadoop fs -count -q -h -v hdfs://nn1.example.com/file1
- hadoop fs -count -u hdfs://nn1.example.com/file1
- hadoop fs -count -u -h hdfs://nn1.example.com/file1
- hadoop fs -count -u -h -v hdfs://nn1.example.com/file1
- hadoop fs -count -e hdfs://nn1.example.com/file1
退出代码:
成功返回0,错误返回-1。
1.10.cp
用法:hadoop fs -cp [-f] [-p | -p[topax]] URI [URI ...] <dest>
将文件从源复制到目标。此命令也允许多个源,在这种情况下,目标必须是目录。
如果(1)源文件系统和目标文件系统支持它们(仅HDFS),并且(2)所有源文件路径和目标路径名都在/.reserved/raw层次结构中,则保留'‘raw.*'名称空间扩展属性。确定是否保留 raw.* 名称空间xattrs与-p(保留)标志无关。
选项:
- 如果目标已经存在,则-f选项将覆盖该目标。
- -p选项将保留文件属性[topx](timestamps, ownership, permission, ACL, XAttr)。如果-p不带参数,则保留时间戳,所有权,权限。如果指定了-pa,则还将保留权限,因为ACL是权限的超集。确定是否保留原始名称空间扩展属性与-p标志无关。
例:
- hadoop fs -cp /user/hadoop/file1 /user/hadoop/file2
- hadoop fs -cp /user/hadoop/file1 /user/hadoop/file2 /user/hadoop/dir
退出代码:
成功返回0,错误返回-1。
1.11.createSnapshot
请参阅《HDFS快照指南》。
1.12.deleteSnapshot
请参阅《HDFS快照指南》。
1.13.df
用法:hadoop fs -df [-h] URI [URI ...]
显示可用空间。
选项:
- -h选项将以“human-readable”的方式格式化文件大小(例如64.0m而不是67108864)
例:
- hadoop dfs -df /user/hadoop/dir1
1.14.du
用法:hadoop fs -du [-s] [-h] [-v] [-x] URI [URI ...]
显示给定目录中包含的文件和目录的大小,或仅在文件的情况下显示文件的长度。
选项:
- -s选项将导致显示文件长度的汇总摘要,而不是单个文件的摘要。如果没有-s选项,则通过从给定路径深入1级来完成计算。
- -h选项将以“human-readable”的方式格式化文件大小(例如64.0m而不是67108864)
- -v选项将列名显示为标题行。
- -x选项将从结果计算中排除快照。如果没有-x选项(默认值),则总是从所有INode(包括给定路径下的所有快照)计算结果。
du以以下格式返回三列:
size disk_space_consumed_with_all_replicas full_path_name
例:
- hadoop fs -du /user/hadoop/dir1 /user/hadoop/file1 hdfs://nn.example.com/user/hadoop/dir1
退出代码:
成功返回0,错误返回-1。
1.15.dus
用法:hadoop fs -dus <args>
显示文件长度的摘要。
注意:不推荐使用此命令。而是使用hadoop fs -du -s。
1.16.expunge
用法:hadoop fs -expunge [-immediate]
永久删除垃圾箱目录中早于保留阈值的检查点中的文件,并创建新的检查点。
创建检查点时,垃圾桶中最近删除的文件将移动到检查点下。下次调用-expunge命令时,检查点中早于fs.trash.interval的文件将被永久删除。
如果文件系统支持该功能,则用户可以配置为通过存储为fs.trash.checkpoint.interval(在core-site.xml中)的参数定期创建和删除检查点。该值应小于或等于fs.trash.interval。
如果传递了-immediate选项,则将立即删除垃圾桶中当前用户的所有文件,而忽略fs.trash.interval设置。
有关HDFS垃圾功能的更多信息,请参阅HDFS体系结构指南。
1.17.find
用法:hadoop fs -find <path> ... <expression> ...
查找与指定表达式匹配的所有文件,并对它们应用选定的操作。如果未指定路径,则默认为当前工作目录。如果未指定表达式,则默认为-print。
可以识别以下主要表达式:
-
-name pattern
-iname pattern如果文件的基本名称使用标准文件系统全局匹配模式,则评估为true。如果使用-iname,则匹配不区分大小写。
-
-print
-print0始终评估为true。使当前路径名写入标准输出。如果使用-print0表达式,则将附加ASCII NULL字符。
可以识别以下运算符:
- expression -a expression
expression -and expression
expression expression用于连接两个表达式的逻辑AND运算符。如果两个子表达式都返回true,则返回true。由两个表达式的并置暗示,因此不需要明确指定。如果第一个表达式失败,则第二个表达式将不适用。
例:
hadoop fs -find / -name test -print
退出代码:
成功返回0,错误返回-1。
1.18.get
用法:hadoop fs -get [-ignorecrc] [-crc] [-p] [-f] <src> <localdst>
将文件复制到本地文件系统。未通过CRC检查的文件可以使用-ignorecrc选项进行复制。可以使用-crc选项复制文件和CRC。
例:
- hadoop fs -get /user/hadoop/file localfile
- hadoop fs -get hdfs://nn.example.com/user/hadoop/file localfile
退出代码:
成功返回0,错误返回-1。
选项:
- -p:保留访问和修改时间,所有权和权限。(假设权限可以在文件系统之间传播)
- -f:如果目的地已经存在,则将其覆盖。
- -ignorecrc:对下载的文件跳过CRC检查。
- -crc:为下载的文件写入CRC校验和。
1.19.getfacl
用法:hadoop fs -getfacl [-R] <path>
显示文件和目录的访问控制列表(ACL)。如果目录具有默认ACL,则getfacl还将显示默认ACL。
选项:
- -R:递归列出所有文件和目录的ACL。
- path:要列出的文件或目录。
例子:
- hadoop fs -getfacl /file
- hadoop fs -getfacl -R /dir
退出代码:
成功返回0,错误返回非零。
1.20.getfattr
用法:hadoop fs -getfattr [-R] -n name | -d [-e en] <path>
显示文件或目录的扩展属性名称和值(如果有)。
选项:
- -R:递归列出所有文件和目录的属性。
- -n name:转储命名扩展属性值。
- -d:转储与路径名关联的所有扩展属性值。
- -e encoding:检索值后对其进行编码。有效的编码为“text”, “hex”, and “base64”。编码为文本字符串的值括在双引号(")中,编码为十六进制和base64的值分别以0x和0s为前缀。
- path:文件或目录。
例子:
- hadoop fs -getfattr -d /file
- hadoop fs -getfattr -R -n user.myAttr /dir
退出代码:
成功返回0,错误返回非零。
1.21.getmerge
用法:hadoop fs -getmerge [-nl] <src> <localdst>
将源目录和目标文件作为输入,并将src中的文件串联到目标本地文件中。可以选择将-nl设置为允许在每个文件的末尾添加换行符(LF)。-skip-empty-file可以用于在文件为空的情况下避免不需要的换行符。
例子:
- hadoop fs -getmerge -nl /src /opt/output.txt
- hadoop fs -getmerge -nl /src/file1.txt /src/file2.txt /output.txt
退出代码:
成功返回0,错误返回非零。
1.22.head
用法:hadoop fs -head URI
显示要输出的文件的第一个千字节。
例:
- hadoop fs -head pathname
退出代码:成功返回0,错误返回-1。
1.23.help
用法:hadoop fs -help
返回用法输出。
1.24.ls
用法:hadoop fs -ls [-C] [-d] [-h] [-q] [-R] [-t] [-S] [-r] [-u] [-e] <args>
选项:
- -C:仅显示文件和目录的路径。
- -d:目录被列为纯文件。
- -h:以人类可读的格式设置文件大小(例如64.0m而不是67108864)。
- -q:打印?而不是不可打印的字符。
- -R:递归列出遇到的子目录。
- -t:按修改时间对输出进行排序(最新的优先)。
- -S:按文件大小排序输出。
- -r:反转排序顺序。
- -u:使用访问时间而不是修改时间来进行显示和排序。
- -e:仅显示文件和目录的擦除编码策略。
对于文件ls以以下格式返回文件的状态:
permissions number_of_replicas userid groupid filesize modification_date modification_time filename
对于目录,它返回其直接子级列表,如Unix中一样。目录列出为:
permissions userid groupid modification_date modification_time dirname
默认情况下,目录中的文件按文件名排序。
例:
- hadoop fs -ls /user/hadoop/file1
- hadoop fs -ls -e /ecdir
退出代码:
成功返回0,错误返回-1。
1.25.lsr
用法:hadoop fs -lsr <args>
ls的递归版本。
注意:不推荐使用此命令。而是使用hadoop fs -ls -R
1.26.mkdir
用法:hadoop fs -mkdir [-p] <paths>
将路径uri作为参数并创建目录。
选项:
- -p选项的行为与Unix mkdir -p非常相似,它会沿着路径创建父目录。
例:
- hadoop fs -mkdir /user/hadoop/dir1 /user/hadoop/dir2
- hadoop fs -mkdir hdfs://nn1.example.com/user/hadoop/dir hdfs://nn2.example.com/user/hadoop/dir
退出代码:
成功返回0,错误返回-1。
1.27.moveFromLocal
用法:hadoop fs -moveFromLocal <localsrc> <dst>
与put命令类似,不同之处在于复制后将源localsrc删除。
1.28.moveToLocal
用法:hadoop fs -moveToLocal [-crc] <src> <dst>
显示“尚未实施”消息。
1.29.mv
用法:hadoop fs -mv URI [URI ...] <dest>
将文件从源移动到目标。此命令还允许多个源,在这种情况下,目标位置必须是目录。不允许跨文件系统移动文件。
例:
- hadoop fs -mv /user/hadoop/file1 /user/hadoop/file2
- hadoop fs -mv hdfs://nn.example.com/file1 hdfs://nn.example.com/file2 hdfs://nn.example.com/file3 hdfs://nn.example.com/dir1
退出代码:
成功返回0,错误返回-1。
1.30.put
用法:hadoop fs -put [-f] [-p] [-l] [-d] [ - | <localsrc1> .. ]. <dst>
将单个src或多个src从本地文件系统复制到目标文件系统。如果源设置为“-”,还从stdin读取输入并写入目标文件系统
如果文件已经存在,则复制失败,除非指定了-f标志。
选项:
- -p:保留访问和修改时间,所有权和权限。(假设权限可以在文件系统之间传播)
- -f:如果目的地已经存在,则将其覆盖。
- -l:允许DataNode将文件延迟保存到磁盘,强制复制因子为1。此标志将导致持久性降低。小心使用。
- -d:跳过后缀为._COPYING_的临时文件的创建。
例:
- hadoop fs -put localfile /user/hadoop/hadoopfile
- hadoop fs -put -f localfile1 localfile2 /user/hadoop/hadoopdir
- hadoop fs -put -d localfile hdfs://nn.example.com/hadoop/hadoopfile
- hadoop fs -put - hdfs://nn.example.com/hadoop/hadoopfile Reads the input from stdin.
退出代码:
成功返回0,错误返回-1。
1.31.renameSnapshot
请参阅《HDFS快照指南》。
1.32.rm
用法:hadoop fs -rm [-f] [-r |-R] [-skipTrash] [-safely] URI [URI ...]
删除指定为args的文件。
如果启用了垃圾桶(trash),则文件系统会将已删除的文件移至垃圾桶(trash)目录(由FileSystem#getTrashRoot提供)。
当前,默认情况下禁用垃圾桶(trash)功能。用户可以通过为参数fs.trash.interval(在core-site.xml中)设置一个大于零的值来启用垃圾箱。
选项:
- 如果文件不存在,-f选项将不显示诊断消息或修改退出状态以反映错误。
- -R选项以递归方式删除目录及其下的任何内容。
- -r选项等效于-R。
- -skipTrash选项将绕过垃圾桶(如果启用),并立即删除指定的文件。当需要从超配额目录中删除文件时,这很有用。
- -safely选项在删除目录的文件总数大于hadoop.shell.delete.limit.num.files(在core-site.xml中,默认值为 100)之前,需要安全确认。它可以与-skipTrash一起使用,以防止意外删除大目录。递归遍历大型目录以计算确认前要删除的文件数时,会出现延迟。
例:
- hadoop fs -rm hdfs://nn.example.com/file /user/hadoop/emptydir
退出代码:
成功返回0,错误返回-1。
1.33.rmdir
用法:hadoop fs -rmdir [--ignore-fail-on-non-empty] URI [URI ...]
删除目录。
选项:
- --ignore-fail-on-non-empty:使用通配符时,如果目录仍然包含文件,请不要失败。
例:
- hadoop fs -rmdir /user/hadoop/emptydir
1.34.rmr
用法:hadoop fs -rmr [-skipTrash] URI [URI ...]
递归版本的删除。
注意:不推荐使用此命令。而是使用hadoop fs -rm -r
1.35.setfacl
用法:hadoop fs -setfacl [-R] [-b |-k -m |-x <acl_spec> <path>] |[--set <acl_spec> <path>]
设置文件和目录的访问控制列表(ACL)。
选项:
- -b:除去基本ACL条目之外的所有条目。保留用户,组和其他用户的条目,以与权限位兼容。
- -k:除去默认的ACL。
- -R:递归地将操作应用于所有文件和目录。
- -m:修改ACL。新条目将添加到ACL,并保留现有条目。
- -x:删除指定的ACL条目。其他ACL条目将保留。
- --set:完全替换ACL,丢弃所有现有条目。所述acl_spec必须包括用户,组条目和其他用于与权限位兼容性。如果ACL规范仅包含访问条目,则保留现有的默认条目。如果ACL规范仅包含默认条目,则将保留现有访问条目。如果ACL规范同时包含访问条目和默认条目,则将两者都替换。
- acl_spec:ACL条目的逗号分隔列表。
- path:要修改的文件或目录。
例:
- hadoop fs -setfacl -m user:hadoop:rw- /file
- hadoop fs -setfacl -x user:hadoop /file
- hadoop fs -setfacl -b /file
- hadoop fs -setfacl -k /dir
- hadoop fs -setfacl --set user::rw-,user:hadoop:rw-,group::r--,other::r-- /file
- hadoop fs -setfacl -R -m user:hadoop:r-x /dir
- hadoop fs -setfacl -m default:user:hadoop:r-x /dir
退出代码:
成功返回0,错误返回非零。
1.36.setfattr
用法:hadoop fs -setfattr -n name [-v value] | -x name <path>
设置文件或目录的扩展属性名称和值。
选项:
- -n name:扩展属性名称。
- -v value:扩展属性值。该值有三种不同的编码方法。如果参数用双引号引起来,则该值为引号内的字符串。如果参数以0x或0X为前缀,则将其视为十六进制数。如果参数以0s或0S开头,则将其作为base64编码。
- -x name:删除扩展属性。
- path:文件或目录。
例子:
- hadoop fs -setfattr -n user.myAttr -v myValue /file
- hadoop fs -setfattr -n user.noValue /file
- hadoop fs -setfattr -x user.myAttr /file
退出代码:
成功返回0,错误返回非零。
1.37.setrep
用法:hadoop fs -setrep [-R] [-w] <numReplicas> <path>
更改文件的复制因子。如果path是目录,则该命令以递归方式更改以path为根的目录树下所有文件的复制因子。执行此命令时,将忽略EC文件。
选项:
- -w标志请求命令等待复制完成。这可能会花费很长时间。
- 接受-R标志是为了向后兼容。没有作用。
例:
- hadoop fs -setrep -w 3 /user/hadoop/dir1
退出代码:
成功返回0,错误返回-1。
1.38.stat
用法:hadoop fs -stat [format] <path> ...
以指定格式打印有关<path>上文件/目录的统计信息。格式接受八进制(%a)和符号(%A)的许可,文件大小以字节(%b),类型(%F),所有者的组名(%g),名称(%n),块大小(%o) ),复制(%r),所有者(%u)的用户名,访问日期(%x,%X)和修改日期(%y,%Y)。%x和%y将UTC日期显示为“yyyy-MM-dd HH:mm:ss”,%X和%Y显示自1970年1月1日以来的毫秒数。如果未指定格式,则默认使用%y。
例:
- hadoop fs -stat "type:%F perm:%a %u:%g size:%b mtime:%y atime:%x name:%n" /file
退出代码:成功返回0,错误返回-1。
1.39.tail
用法:hadoop fs -tail [-f] URI
显示要输出的文件的最后千字节。
选项:
- 与Unix中一样,-f选项将随着文件的增长输出附加的数据。
例:
- hadoop fs -tail pathname
退出代码:成功返回0,错误返回-1。
1.40.test
用法:hadoop fs -test -[defswrz] URI
选项:
- -d:f路径是目录,返回0。
- -e:如果路径存在,则返回0。
- -f:如果路径是文件,则返回0。
- -s:如果路径不为空,则返回0。
- -w:如果路径存在并且授予写许可权,则返回0。
- -r:如果路径存在并且授予读取权限,则返回0。
- -z:如果文件长度为零,则返回0。
例:
- hadoop fs -test -e filename
1.41.text
用法:hadoop fs -text <src>
获取源文件并以文本格式输出文件。允许的格式是zip和TextRecordInputStream。
1.42.touch
用法:hadoop fs -touch [-a] [-m] [-t TIMESTAMP] [-c] URI [URI ...]
将URI指定的文件的访问和修改时间更新为当前时间。如果该文件不存在,则会在URI处创建一个零长度的文件,并将当前时间作为该URI的时间戳。
- 使用-a选项仅更改访问时间
- 使用-m选项仅更改修改时间
- 使用-t选项指定时间戳记(格式为yyyyMMddHHmmss)而不是当前时间
- 如果文件不存在,请使用-c选项不创建文件
时间戳格式如下:* yyyy四位数的年份(例如2018)* MM两位数字的月份(例如08表示八月)* dd两位数字的月份(例如01表示每月的第一天)* HH以24小时表示法表示一天中的两位数小时(例如23代表11 pm,11代表11 am)* mm两位数字的分钟* ss分钟的两位数字,例如20180809230000表示2018年8月9日,11 pm
例:
- hadoop fs -touch pathname
- hadoop fs -touch -m -t 20180809230000 pathname
- hadoop fs -touch -t 20180809230000 pathname
- hadoop fs -touch -a pathname
退出代码:成功返回0,错误返回-1。
1.43.touchz
用法:hadoop fs -touchz URI [URI ...]
创建一个零长度的文件。如果文件存在非零长度,则返回错误。
例:
- hadoop fs -touchz pathname
退出代码:成功返回0,错误返回-1。
1.44.truncate
用法:hadoop fs -truncate [-w] <length> <paths>
将与指定文件模式匹配的所有文件截断为指定长度。
选项:
- -w标志要求命令在必要时等待块恢复完成。
如果没有-w标志,则在恢复过程中,文件可能会保持关闭状态一段时间。
在此期间,无法重新打开文件进行追加。
例:
- hadoop fs -truncate 55 /user/hadoop/file1 /user/hadoop/file2
- hadoop fs -truncate -w 127 hdfs://nn1.example.com/user/hadoop/file1
1.45.usage
用法:hadoop fs -usage命令
返回单个命令的帮助。
2.使用对象存储
Hadoop FileSystem Shell与对象存储(例如Amazon S3,Azure WASB和OpenStack Swift)一起使用。
# Create a directory
hadoop fs -mkdir s3a://bucket/datasets/
# Upload a file from the cluster filesystem
hadoop fs -put /datasets/example.orc s3a://bucket/datasets/
# touch a file
hadoop fs -touchz wasb://yourcontainer@youraccount.blob.core.windows.net/touched
与普通文件系统不同,重命名对象存储中的文件和目录通常花费的时间与要处理的对象的大小成比例。由于许多文件系统外壳程序操作都将重命名用作操作的最后阶段,因此跳过该阶段可以避免长时间的延迟。
特别是,put和copyFromLocal命令都应将-d选项设置为直接上传。
# Upload a file from the cluster filesystem
hadoop fs -put -d /datasets/example.orc s3a://bucket/datasets/
# Upload a file from under the user's home directory in the local filesystem.
# Note it is the shell expanding the "~", not the hadoop fs command
hadoop fs -copyFromLocal -d -f ~/datasets/devices.orc s3a://bucket/datasets/
# create a file from stdin
# the special "-" source means "use stdin"
echo "hello" | hadoop fs -put -d -f - wasb://yourcontainer@youraccount.blob.core.windows.net/hello.txt
可以下载和查看对象:
# copy a directory to the local filesystem
hadoop fs -copyToLocal s3a://bucket/datasets/
# copy a file from the object store to the cluster filesystem.
hadoop fs -get wasb://yourcontainer@youraccount.blob.core.windows.net/hello.txt /examples
# print the object
hadoop fs -cat wasb://yourcontainer@youraccount.blob.core.windows.net/hello.txt
# print the object, unzipping it if necessary
hadoop fs -text wasb://yourcontainer@youraccount.blob.core.windows.net/hello.txt
## download log files into a local file
hadoop fs -getmerge wasb://yourcontainer@youraccount.blob.core.windows.net/logs\* log.txt
列出许多文件的命令通常比使用HDFS或其他文件系统时要慢得多
hadoop fs -count s3a://bucket/
hadoop fs -du s3a://bucket/
其他慢速命令包括find,mv,cp和rm。
2.1.Find
在提供路径下有许多目录的大型商店中,这可能非常慢。
# enumerate all files in the object store's container.
hadoop fs -find s3a://bucket/ -print
# remember to escape the wildcards to stop the shell trying to expand them first
hadoop fs -find s3a://bucket/datasets/ -name \*.txt -print
2.2.Rename
重命名文件的时间取决于其大小。
重命名目录的时间取决于该目录下所有文件的数量和大小。
hadoop fs -mv s3a://bucket/datasets s3a://bucket/historical
如果操作被中断,则对象存储将处于未定义状态。
2.3.Copy
hadoop fs -cp s3a://bucket/datasets s3a://bucket/historical
复制操作读取每个文件,然后将其写回到对象存储;完成时间取决于要复制的数据量,以及本地计算机和对象存储之间双向的带宽。
计算机离对象存储库越远,副本花费的时间越长
3.Deleting objects
该RM命令删除对象和目录满对象。如果对象存储最终是一致的,则fs ls命令和其他访问器可能会短暂返回现在删除的对象的详细信息;否则,可能会返回错误信息。这是无法避免的对象存储工件。
如果将文件系统客户端配置为将文件复制到回收站目录,则该目录将位于存储桶中;该RM那么操作需要一定的时间正比于数据的大小。此外,删除的文件将继续产生存储费用。
为避免这种情况,请使用-skipTrash选项。
hadoop fs -rm -skipTrash s3a://bucket/dataset
可以使用expunge命令清除移至.Trash目录的数据。由于此命令仅适用于默认文件系统,因此必须将其配置为使默认文件系统成为目标对象存储。
hadoop fs -expunge -D fs.defaultFS=s3a://bucket/
4.Overwriting Objects
如果对象存储最终是一致的,那么覆盖现有对象的任何操作可能都不立即对所有客户端/查询可见。即:查询相同对象的状态或内容的后续操作可能会获取先前的对象。有时,在读取单个对象时,这可能会出现在同一客户端中。
避免使用一系列命令覆盖对象,然后立即处理更新的数据;存在使用以前的数据代替的风险。
5.Timestamps
对象存储中对象和目录的时间戳可能不遵循HDFS中文件和目录的行为。
- 对象的创建和初始修改时间将是在对象存储库中创建对象的时间。这将是写入过程的结尾,而不是开始。
- 时间戳将从对象存储基础结构的时钟中获取,而不是从客户端获取。
- 如果对象被覆盖,则修改时间将被更新。
- 目录可能有也可能没有有效的时间戳。当下面的对象更新时,它们不太可能更新其修改时间。
- 该atime的访问时间特征不被任何在Apache Hadoop的代码库中找到的对象存储的支持。
有关如何影响distcp -update操作的详细信息,请查阅DistCp文档。
6.安全模型和操作
对象存储的安全性和权限模型通常与Unix风格的文件系统有很大的不同。查询或操纵权限的操作通常不受支持。
适用的操作包括:chgrp,chmod,chown,getfacl和setfacl。相关的属性命令getfattr和setfattr通常也不可用。
-
列出权限和用户/组详细信息的文件系统命令通常模拟这些详细信息。
-
尝试保留权限的操作(例如fs -put -p)因此不会保留权限。(特殊情况: wasb://,保留权限但不强制执行权限)。
与只读对象存储库交互时,在“列表”和“状态”命令中找到的权限可能表明用户具有写访问权,而实际上却没有。
对象存储通常具有自己的权限模型,可以通过特定于存储的工具来操纵模型。请注意,对象存储可能提供的某些权限(例如,只写路径或根路径上的不同权限)可能与Hadoop文件系统客户端不兼容。这些趋向于要求对他们向其中写入数据的整个对象存储桶/容器具有完全的读取和写入访问权限。
作为如何模拟权限的示例,以下是亚马逊的公共,只读存储区的Landsat图像列表:
$ hadoop fs -ls s3a://landsat-pds/
Found 10 items
drwxrwxrwx - mapred 0 2016-09-26 12:16 s3a://landsat-pds/L8
-rw-rw-rw- 1 mapred 23764 2015-01-28 18:13 s3a://landsat-pds/index.html
drwxrwxrwx - mapred 0 2016-09-26 12:16 s3a://landsat-pds/landsat-pds_stats
-rw-rw-rw- 1 mapred 105 2016-08-19 18:12 s3a://landsat-pds/robots.txt
-rw-rw-rw- 1 mapred 38 2016-09-26 12:16 s3a://landsat-pds/run_info.json
drwxrwxrwx - mapred 0 2016-09-26 12:16 s3a://landsat-pds/runs
-rw-rw-rw- 1 mapred 27458808 2016-09-26 12:16 s3a://landsat-pds/scene_list.gz
drwxrwxrwx - mapred 0 2016-09-26 12:16 s3a://landsat-pds/tarq
drwxrwxrwx - mapred 0 2016-09-26 12:16 s3a://landsat-pds/tarq_corrupt
drwxrwxrwx - mapred 0 2016-09-26 12:16 s3a://landsat-pds/test
- 列出的所有文件均具有完全的读取/写入权限。
- 所有目录似乎都具有完整的rwx权限。
- 所有文件的复制计数为“ 1”。
- 所有文件和目录的所有者都声明为当前用户(mapred)。
- 所有目录的时间戳实际上是执行-ls操作的时间戳。这是因为这些目录不是商店中的实际对象。它们是基于其路径下对象的存在而模拟的目录。
尝试删除其中一个文件时,该操作失败-尽管ls命令显示了权限:
$ hadoop fs -rm s3a://landsat-pds/scene_list.gz
rm: s3a://landsat-pds/scene_list.gz: delete on s3a://landsat-pds/scene_list.gz:
com.amazonaws.services.s3.model.AmazonS3Exception: Access Denied (Service: Amazon S3;
Status Code: 403; Error Code: AccessDenied; Request ID: 1EF98D5957BCAB3D),
S3 Extended Request ID: wi3veOXFuFqWBUCJgV3Z+NQVj9gWgZVdXlPU4KBbYMsw/gA+hyhRXcaQ+PogOsDgHh31HlTCebQ=
这表明列出的权限不能被视为写访问权限的证据;只有对象操作才能确定这一点。
请注意,Microsoft Azure WASB文件系统确实允许设置和检查权限,但是实际上并未强制执行权限。此功能提供了使用DistCp备份HDFS目录树的功能,保留了其权限,并且在将目录复制回HDFS时可以恢复权限。但是,为了保护对对象存储中数据的访问,必须使用 Azure 自己的模型和工具。
7.有限值的命令
这是通常无效的shell命令列表,并且实际上可能会失败。
appendToFile | 通常不受支持 |
校验和 | 通常的校验和是“无” |
chgrp | 通常不支持的权限模型;无操作 |
chmod | 通常不支持的权限模型;无操作 |
wn | 通常不支持的权限模型;无操作 |
createSnapshot | 通常不受支持 |
deleteSnapshot | 通常不受支持 |
df | 通常显示默认值 |
getfacl | 可能支持或可能不支持 |
getfattr | 普遍支持 |
重命名快照 | 通常不受支持 |
Setfacl | 通常不受支持的权限模型 |
setfattr | 通常不受支持的权限模型 |
setrep | 没有效果 |
截短 | 通常不受支持 |
command | limitations |
---|---|
appendToFile | 通常不受支持 |
checksum | 通常的校验和是“NONE” |
chgrp | 通常不支持的权限模型;无操作no-op |
chmod | 通常不支持的权限模型;无操作no-op |
chown | 通常不支持的权限模型;无操作no-op |
createSnapshot | 通常不受支持 |
deleteSnapshot | 通常不受支持 |
df | 通常显示默认值 |
getfacl | 可能支持或可能不支持 |
getfattr | 普遍支持 |
renameSnapshot | 通常不受支持 |
setfacl | 通常不受支持的权限模型 |
setfattr | 通常不受支持的权限模型 |
setrep | 没有效果 |
truncate | 通常不受支持 |
不同的对象存储客户端可能支持以下命令:请查阅文档并针对目标存储进行测试。