shell 进入hadoop_Hadoop之HDFS(一)概述与常用Shell操作

1.HDFS概述

1.1 HDFS简介

HDFS(Hadoop Distributed File System) ，Hadoop分布式文件系统，用来解决海量数据的存储问题。

1.2 HDFS的特点

优势高容错性：HDFS多副本分布式存储，当一个副本丢失了，能够自动恢复，所以HDFS具有高容错性，默认是3副本。

大数据处理：HDFS处理数据的规模甚至可以达到PB级别，文件数量甚至百万之上

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

劣势HDFS不擅长大量小文件的存储，因为NameNode的内存是有限的，但大量小文件存储，会耗用大量NameNode的内存，来存储文件的目录、块信息等。

HDFS高延时，不适合低延时的访问

HDFS不支持并发写和文件的修改

1.3 HDFS架构图解

1)NameNode(nn)：它是一个主管、管理者，Master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。

(1)管理HDFS的名称空间；

(2)配置副本策略；

(3)管理数据块(Block)映射信息；

(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，负责存储client发来的数据块block；执行数据块的读写操作。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dfs.replication设置。

HDFS存储文件是分块存储(block)，默认大小在hadoop2.x版本中是128M，老版本中是64M。这个可以通过配置参数dfs.blocksize来进行调整。HDFS块的大小设置主要取决于磁盘传输速率，

3)Secondary NameNode：充当小弟的角色。

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

(2)在NameNode挂掉时，可辅助恢复NameNode，不过现在有HA，所以很少使用Secondary NameNode。

4)Client：顾名思义，就是客户端。

(1)文件切分。Client将文件切分成一个一个的Block，然后进行上传到HDFS上。

(2)与NameNode交互，获得读取或写入文件的位置信息；

(3)与DataNode交互，读写数据；

(4)Client提供一些命令管理HDFS，比如NameNode格式化操作；

(5)Client提供一些命令访问HDFS，比如对HDFS增删查改操作；

2.HDFS Shell命令

2.1 语法操作

1)hadoop fs 命令

2)hdfs dfs 命令

2.2 常用命令

hadoop的shell命令使用起来非常简单，和linux Shell命令十分相似。1.启动集群sbin/start-dfs.sh

sbin/start-yarn.sh2.查看命令帮助hadoop fs -help ls3.查看系统系统目录[v2admin@hadoop10 sbin]$ hadoop fs -ls /

2020-12-29 10:20:58,645 INFO [main] Configuration.deprecation (Configuration.java:logDeprecation(1395)) - No unit for dfs.client.datanode-restart.timeout(30) assuming SECONDS

Found 7 items

drwxr-xr-x - v2admin supergroup 0 2020-12-23 20:37 /flume

drwxr-xr-x - v2admin supergroup 0 2020-12-28 17:23 /hbase

drwxr-xr-x - v2admin supergroup 0 2020-12-23 14:43 /home4.创建文件夹[v2admin@hadoop10 sbin]$ hadoop fs -mkdir /student5.多级文件夹创建[v2admin@hadoop10 sbin]$ hadoop fs -mkdir /student/zhangsan/course_count6.上传和下载文件

从本地拷贝文件至hdfs[v2admin@hadoop10 sbin]$ cd /home/v2admin/demo

[v2admin@hadoop10 demo]$touch words.txt

[v2admin@hadoop10 demo]$echo aaa > words.txt

[v2admin@hadoop10 demo]$ hadoop fs -put words.txt /student

// words 是我本地的文件 后面跟上传hdfs的目录

[// hadoop fs -copyFromLocal words.txt /student

// 等同于put

[v2admin@hadoop10 demo]$ hadoop fs -ls /student

2020-12-29 10:32:34,660 INFO [main] Configuration.deprecation (Configuration.java:logDeprecation(1395)) - No unit for dfs.client.datanode-restart.timeout(30) assuming SECONDS

Found 2 items

-rw-r--r-- 3 v2admin supergroup 4 2020-12-29 10:31 /student/words.txt

从本地剪贴到HDFS[v2admin@hadoop10 demo]$ touch bbb.txt

[v2admin@hadoop10 demo]$ ls

bbb.txt f pos.log words.txt

[v2admin@hadoop10 demo]$ hadoop fs -moveFromLocal bbb.txt /student

2020-12-29 10:40:20,634 INFO [main] Configuration.deprecation (Configuration.java:logDeprecation(1395)) - No unit for dfs.client.datanode-restart.timeout(30) assuming SECONDS

[v2admin@hadoop10 demo]$ ls

f pos.log words.txt

[v2admin@hadoop10 demo]$ hadoop fs -ls /student

2020-12-29 10:40:40,097 INFO [main] Configuration.deprecation (Configuration.java:logDeprecation(1395)) - No unit for dfs.client.datanode-restart.timeout(30) assuming SECONDS

Found 3 items

-rw-r--r-- 3 v2admin supergroup 0 2020-12-29 10:40 /student/bbb.txt

-rw-r--r-- 3 v2admin supergroup 151 2020-12-21 14:45 /student/stu.txt

-rw-r--r-- 3 v2admin supergroup 4 2020-12-29 10:31 /student/words.txt

追加文件到已经存在的文件末尾[v2admin@hadoop10 demo]$ echo bbb > bbb.txt

[v2admin@hadoop10 demo]$ hadoop fs -appendToFile bbb.txt /student/words.txt

那么下载words.txt文件，看看文件发生什么变化吧[v2admin@hadoop10 demo]$ mkdir download

[v2admin@hadoop10 demo]$ hadoop fs -get /student/words.txt ./download/

[v2admin@hadoop10 demo]$ cat download/words.txt

aaa

bbb

下载文件除了get还有其他两个[v2admin@hadoop10 demo]$ hadoop fs -copyToLocal /student/words.txt ./download/

// 等同于get

[v2admin@hadoop10 demo]$ hadoop fs -getmerge /student/* ./download/

// 合并下载多个文件7.从HDFS一个路径拷贝到HDFS另一个路径[v2admin@hadoop10 demo]$hadoop fs -mkidr /newStu

[v2admin@hadoop10 demo]$hadoop fs -cp /student/bbb.txt /newStu8.在HDFS上移动文件[v2admin@hadoop10 demo]$hadoop fs -mv /student/words.txt /newStu9.在HDFS上删除文件// 常规删除

[v2admin@hadoop10 demo]$hadoop fs -rm /newStu/bbb.txt

// 强制删除

[v2admin@hadoop10 demo]$hadoop fs -rm -r /newStu10 查看文件内容[v2admin@hadoop10 demo]$hadoop fs -cat /student/bbb.txt