大数据-hadoop常用命令

目录

1、概述

1.1 文件系统协议

1.2 区别

2、HDFS常用命令

2.1 hdfs文件系统命令

2.1.1 文件夹路径增删改查

2.1.2 空间大小查看

2.1.3权限管理类

2.1.4文件操作（上传下载复制）

2.1.5 判断

2.1.6 系统功能管理

3、运维命令

4、 mapreduce命令

5、 hdfs系统检查工具fsck

6、运行pipies作业

---

1、概述

1.1 文件系统协议

• HDFS Shell CLI支持操作多种文件系统，包括本地文件系统（file:///）、分布式文件系统（hdfs://nn：8020）等
• 具体操作的是什么文件系统取决于命令中文件路径URL中的前缀协议
• 如果没有指定前缀，则将会读取环境变量中的fs,defaultFS属性，以该属性值作为默认文件系统

hadoop fs -ls file:///  #操作本地文件系统
hadoop fs -ls hdfs://node 1:8020 #操作HDFS分布式文件系统
hadoop fs -ls /   #直接查询根目录，没有指定协议 将加载读取fs.defaultFS值

1.2 区别

• hadoop dfs 只能操作HDFS文件系统（包括与Local FS间的操作），不过已经Deprecated；
• hdfs dfs 只能操作HDFS文件系统相关（包括与Local FS间的操作），常用；
• hadoop fs 可操作任意文件系统，不仅仅是hdfs文件系统，使用范围更广；

目前版本来看，官方最终推荐使用的是hadoop fs。当然hdfs dfs在市面上的使用也比较多

2、HDFS常用命令

2.1 hdfs文件系统命令

2.1.1 文件夹路径增删改查

hdfs dfs -mkdir dir    #创建文件夹dir
hdfs dfs -rm -r dir    #删除文件夹dir
hdfs dfs -ls path      #查看/目录下文件信息
hdfs dfs -ls -R path   #递归查看文件目录信息
hdfs dfs -stat path    #返回指定路径信息

2.1.2 空间大小查看

hdfs dfs -du -h dir     #按照适合阅读的形式人性化显示文件大小
hdfs dfs -du -s dir     #递归显示目标文件的大小
hdfs dfs -du path/file  #显示目标文件file的大小

2.1.3权限管理类

hdfs dfs -chgrp group path            #改变文件所属组
hdfs dfs -chgrp -R /dir               #递归更改dir目录的所属组
hdfs dfs -chmod [-R] 权限 -path        #改变文件的权限
hdfs dfs -chown owner[-group] /dir    #改变文件的所有者
hdfs dfs -chown -R owner[-group] /dir #递归更改dir目录的所属用户

 

2.1.4文件操作（上传下载复制）

#创建长度为0的空文件a.txt
hdfs dfs -touchz a.txt
#删除文件file
hdfs dfs -rm file
#向dir目录上传file
hdfs dfs -put file dir
#向dir目录上传文件filea并且吧filea改名为fileb
hdfs dfs -put filea dir/fileb
#下载hdfs系统下dir目录下文件file到本地path目录下
hdfs dfs -get dir/file path
#吧hdfs里面的多个文件合并成一个文件，合并后文件位于本地系统
hdfs dfs -getmerge hdfs://Master:9000/data/SogouResult.txt CombinedResult
#查看文件file
hdfs dfs -cat file
#如果文件是文本格式，相当于cat，如果文件是压缩格式，则会先解压再查看
hdfs dfs -text /dir/a.txt
#查看dir目录下a.txt文件的最后1000字节
hdfs dfs -tail /dir/a.txt
#从本地local目录下复制a文件到hdfs文件系统dir目录下
hdfs dfs -copyFromLocal /local/a.txt dir
#从hdfs文件系统hdfs目录下拷贝a文件到本地local目录下
hdfs dfs -copyToLocal /hdfs/a.txt /local/a.txt
#把hdfs文件从原路径拷贝到目标路径
hdfs dfs -copyFromLocal /dir/source /dir/target 
#吧文件从a目录移动到目录b，可用于回收站恢复文件
hdfs dfs -mv /path/a.txt /path/b.txt

 

 

2.1.5 判断

hdfs dfs -test -e /dir/a.txt  #判断文件是否存在，存在返回1，反之为0
hdfs dfs -test -d /dir        #判断dir是否为目录，存在返回1，反之为0
hdfs dfs -test -z /dir/a.txt  #判断文件是否为空，存在返回1，反之为0

2.1.6 系统功能管理

hdfs dfs -expunge 清空回收站
hdfs dfsadmin -safemode enter 进入安全模式
hdfs dfsadmin -sfaemode leave 离开安全模式
hdfs dfsadmin -decommission datanodename 关闭某个datanode节点
hdfs dfsadmin -finalizeUpgrade 终结升级操作
hdfs dfsadmin -upgradeProcess status 查看升级操作状态
hdfs version 查看hdfs版本
hdfs daemonlog -getlevel host:port 打印运行在host:port的守护进程的日志级别
hdfs daemonlog -setlevel host:port 设置运行在host:port的守护进程的日志级别
hdfs dfs -setrep -w 副本数 -R path 设置文件的副本数

3、运维命令

start-dfs.sh 启动namenode，datanode，启动文件系统
stop-dfs.sh 关闭文件系统
start-yarn.sh 启动resourcemanager,nodemanager
stop-yarn.sh 关闭resourcemanager,nodemanager
start-all.sh 启动hdfs，yarn
stop-all.sh 关闭hdfs，yarn
hdfs-daemon.sh start datanode 单独启动datanode
start-balancer.sh -t 10% 启动负载均衡，尽量不要在namenode节点使用
hdfs namenode -format 格式化文件系统
hdfs namenode -upgrade 分发新的hdfs版本之后，namenode应以upgrade选项启动
hdfs namenode -rollback 将namenode回滚到前一版本，这个选项要在停止集群，分发老的hdfs版本之后执行
hdfs namenode -finalize finalize会删除文件系统的前一状态。最近的升级会被持久化，rollback选项将再不可用，升级终结操作之后，它会停掉namenode，分发老的hdfs版本后使用
hdfs namenode importCheckpoint 从检查点目录装载镜像并保存到当前检查点目录，检查点目录由fs.checkpoint.dir指定

4、 mapreduce命令

hdfs jar file.jar 执行jar包程序
hdfs job -kill job_201005310937_0053 杀死正在执行的jar包程序
hdfs job -submit 提交作业
hdfs job -status 打印map和reduce完成百分比和所有计数器。
hdfs job -counter 打印计数器的值。
hdfs job -kill 杀死指定作业。
hdfs job -events <from-event-#> <#-of-events> 打印给定范围内jobtracker接收到的事件细节。
hdfs job -history [all]
hdfs job -history 打印作业的细节、失败及被杀死原因的细节。更多的关于一个作业的细节比如成功的任务，做过的任务尝试等信息可以通过指定[all]选项查看。
hdfs job -list [all] 显示所有作业。-list只显示将要完成的作业。
hdfs job -kill -task 杀死任务。被杀死的任务不会不利于失败尝试。
hdfs job -fail -task 使任务失败。被失败的任务会对失败尝试不利。

5、 hdfs系统检查工具fsck

hdfs fsck -move 移动受损文件到/lost+found
hdfs fsck -delete 删除受损文件。
hdfs fsck -openforwrite 打印出写打开的文件。
hdfs fsck -files 打印出正被检查的文件。
hdfs fsck -blocks 打印出块信息报告。
hdfs fsck -locations 打印出每个块的位置信息。
hdfs fsck -racks 打印出data-node的网络拓扑结构

6、运行pipies作业

hdfs pipes -conf 作业的配置
hdfs pipes -jobconf <key=value>, <key=value>, … 增加/覆盖作业的配置项
hdfs pipes -input 输入目录
hdfs pipes -output 输出目录
hdfs pipes -jar Jar文件名
hdfs pipes -inputformat InputFormat类
hdfs pipes -map Java Map类
hdfs pipes -partitioner Java Partitioner
hdfs pipes -reduce Java Reduce类
hdfs pipes -writer Java RecordWriter
hdfs pipes -program 可执行程序的URI
hdfs pipes -reduces reduce个数