大数据入门（二）

本章节详细讲解hdfs相关操作，及应用。

HDFS定义

        HDFS（Hadoop Distributed File System），它是一个文件系统，用于存储文件，通过目录树来定位文件；其次，它是分布式的，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。

        HDFS的使用场景：适合一次写入，多次读出的场景。一个文件经过创建、写入和关闭之后就不需要改变。

HDFS的优缺点

        优点：

                1.高容错性：数据上传后，自动保存多个副本，通过增加副本的形式，提高容错性。

                2.适合处理大数据

                        数据规模：能够处理数据规模达到GB、TB、甚至PB级别的数据；

                        文件规模：能够处理百万规模以上的文件数量，数量相当之大。

                 3.可构建在廉价机器上，通过多副本机制，提高可靠性。

        缺点：

                1.不适合低延时数据访问，比如毫秒级的存储数据，是做不到的。

                2.无法高效的对大量小文件进行存储。

                        存储大量小文件的话，它会占用NameNode大量的内存来存储文件目录和 块信息。这样是不可取的，因为NameNode的内存总是有限的；

                        小文件存储的寻址时间会超过读取时间，它违反了HDFS的设计目标。

                3.不支持并发写入、文件随机修改。

                        一个文件只能有一个写，不允许多个线程同时写；

                        仅支持数据append（追加），不支持文件的随机修改。

HDFS的组成架构：

架构图如下所以：

        1）NameNode（nn）：就是Master，它 是一个主管、管理者。

                （1.1）管理HDFS的名称空间；

                （1.2）配置副本策略；

                （1.3）管理数据块（Block）映射信息；

                （1.4）处理客户端读写请求。 

        2）DataNode：就是Slave。NameNode 下达命令，DataNode执行实际的操作。

                （2.1）存储实际的数据块；

                （2.2）执行数据块的读/写操作。

        3）Client：就是客户端。

                （3.1）文件切分。文件上传HDFS的时候，Client将文件切分成一个一个的Block，然后进行上传；

                （3.2）与NameNode交互，获取文件的位置信息；

                （3.3）与DataNode交互，读取或者写入数据；

                （3.4）Client提供一些命令来管理HDFS，比如NameNode格式化；

                （3.5）Client可以通过一些命令来访问HDFS，比如对HDFS增删查改操作；

         4）Secondary NameNode：并非NameNode的热备。当NameNode挂掉的时候，它并不能马上替换NameNode并提供服务。                 

                （4.1）辅助NameNode，分担其工作量，比如定期合并Fsimage和Edits，并推送给NameNode；

                （4.2）在紧急情况下，可辅助恢复NameNode。

HDFS 文件块大小（面试重点）

        

 

 HDFS的Shell操作（开发重点）

基本语法

hadoop fs 具体命令  OR  hdfs dfs 具体命令

两个是完全相同的。

命令大全：

[atguigu@hadoop102 hadoop-3.1.3]$ bin/hadoop fs

[-appendToFile <localsrc> ... <dst>]
        [-cat [-ignoreCrc] <src> ...]
        [-chgrp [-R] GROUP PATH...]
        [-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]
        [-chown [-R] [OWNER][:[GROUP]] PATH...]
        [-copyFromLocal [-f] [-p] <localsrc> ... <dst>]
        [-copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
        [-count [-q] <path> ...]
        [-cp [-f] [-p] <src> ... <dst>]
        [-df [-h] [<path> ...]]
        [-du [-s] [-h] <path> ...]
        [-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
        [-getmerge [-nl] <src> <localdst>]
        [-help [cmd ...]]
        [-ls [-d] [-h] [-R] [<path> ...]]
        [-mkdir [-p] <path> ...]
        [-moveFromLocal <localsrc> ... <dst>]
        [-moveToLocal <src> <localdst>]
        [-mv <src> ... <dst>]
        [-put [-f] [-p] <localsrc> ... <dst>]
        [-rm [-f] [-r|-R] [-skipTrash] <src> ...]
        [-rmdir [--ignore-fail-on-non-empty] <dir> ...]
<acl_spec> <path>]]
        [-setrep [-R] [-w] <rep> <path> ...]
        [-stat [format] <path> ...]
        [-tail [-f] <file>]
        [-test -[defsz] <path>]
        [-text [-ignoreCrc] <src> ...]

常用操作命令：

上传

-moveFromLocal：从本地剪切粘贴到HDFS

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs  -moveFromLocal  ./shuguo.txt  /sanguo

-put：等同于copyFromLocal，生产环境更习惯用put

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -put ./wuguo.txt /sanguo

-appendToFile：追加一个文件到已经存在的文件末尾

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -appendToFile liubei.txt /sanguo/shuguo.txt

下载：

-get：等同于copyToLocal，生产环境更习惯用get

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -get /sanguo/shuguo.txt ./shuguo2.txt

 HDFS直接操作 

-ls: 显示目录信息

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -ls /sanguo

-cat：显示文件内容

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -cat /sanguo/shuguo.txt

-chgrp、-chmod、-chown：Linux文件系统中的用法一样，修改文件所属权限

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs  -chmod 666  /sanguo/shuguo.txt
[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs  -chown  atguigu:atguigu   /sanguo/shuguo.txt

-mkdir：创建路径

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /jinguo

-cp：从HDFS的一个路径拷贝到HDFS的另一个路径

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -cp /sanguo/shuguo.txt /jinguo

-mv：在HDFS目录中移动文件

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -mv /sanguo/wuguo.txt /jinguo
[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -mv /sanguo/weiguo.txt /jinguo

-tail：显示一个文件的末尾1kb的数据

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -tail /jinguo/shuguo.txt

-rm：删除文件或文件夹

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -rm /sanguo/shuguo.txt

-rm -r：递归删除目录及目录里面内容

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -rm -r /sanguo

-du统计文件夹的大小信息

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -du -s -h /jinguo
27  81  /jinguo

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -du  -h /jinguo
14  42  /jinguo/shuguo.txt
7   21   /jinguo/weiguo.txt
6   18   /jinguo/wuguo.tx

-setrep：设置HDFS中文件的副本数量

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -setrep 10 /jinguo/shuguo.txt

hadoop常用端口说明：

至此，hdfs的常用操作，基本完成。

点点赞点点关注呀，持续分享有用的知识........................