大数据技术之Hadoop（HDFS文件系统 命令行操作）

一、HDFS概念

HDFS，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的设计适合一次写入，多次读出的场景，且不支持文件的修改。适合用来做数据分析，并不适合用来做网盘应用。

---

组成：
1）HDFS集群包括，NameNode和DataNode以及Secondary Namenode。
2）NameNode负责管理整个文件系统的元数据，以及每一个路径（文件）所对应的数据块信息。
3）DataNode 负责管理用户的文件数据块，每一个数据块都可以在多个datanode上存储多个副本。
4）Secondary NameNode用来监控HDFS状态的辅助后台程序，每隔一段时间获取HDFS元数据的快照。

---

HDFS 文件块大小

二、HFDS命令行操作

1、基本语法

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs 具体命令

或者

[victor@node1 hadoop-2.8.2]$ bin/hdfs dfs 具体命令 

2、HDFS参数大全

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs

3、HDFS常用命令实操

1）-help
输出这个命令参数

[victor@node1 hadoop-2.8.2]$ bin/hdfs dfs -help rm

2）-ls
显示目录信息

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -ls /

3）-mkdir
在hdfs上创建目录

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -mkdir -p /aaa/bbb/cc/dd

4）-moveFromLocal
从本地剪切粘贴到hdfs

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -moveFromLocal /home/hadoop/a.txt  /aaa/bbb/cc/dd

5）-moveToLocal
从hdfs剪切粘贴到本地（没有实现）

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -help moveToLocal
-moveToLocal <src> <localdst> :  
Not implemented yet

6）-appendToFile
追加一个文件到已经存在的文件末尾

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -appendToFile ./hello.txt /hello.txt 

7）-cat
显示文件内容

[alex@hadoop103 hadoop-2.7.2]$ bin/hadoop fs -cat /a.txt

8）-tail
显示一个文件的末尾

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -tail /weblog/access_log.1

9）-chgrp 、-chmod、-chownlinux
文件系统中的用法一样，修改文件所属权限

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -chmod 666 /hello.txt
[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -chown someuser:somegrp /hello.txt

10）-copyFromLocal
从本地文件系统中拷贝文件到hdfs路径去

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -copyFromLocal ./jdk.tar.gz /aaa/

11）-copyToLocal
从hdfs拷贝到本地

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -copyToLocal /user/hello.txt ./hello.txt

12）-cp
从hdfs的一个路径拷贝到hdfs的另一个路径

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -cp /aaa/jdk.tar.gz /bbb/jdk.tar.gz.2 

13）-mv
在hdfs目录中移动文件

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -mv /aaa/jdk.tar.gz-入门 /

14）-get
等同于copyToLocal，就是从hdfs下载文件到本地

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -get /user/hello.txt ./

15）-getmerge
合并下载多个文件，比如hdfs的目录 /aaa/下有多个文件:log.1, log.2,log.3,…

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -getmerge /aaa/log.* ./log.sum

16）-put
等同于copyFromLocal
[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -put /aaa/jdk.tar.gz /

17）-rm
删除文件或文件夹

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -rm -r /aaa/bbb/

18）-rmdir
删除空目录

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -rmdir /aaa/bbb/ccc

19）-df
统计文件系统的可用空间信息

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -df -h /

20）-du
统计文件夹的大小信息

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -du -s -h /user 

21）-count
统计一个指定目录下的文件节点数量

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -count /user

22）-setrep
设置hdfs中文件的副本数量

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -setrep 3 /aaa/jdk.tar.gz

尖叫提示：这里设置的副本数只是记录在namenode的元数据中，是否真的会有这么多副本，还得看datanode的数量。假设设置副本数为3,datanode节点数为2,最多2个副本，当datanode节点数为10，最多副本数为3

23）hdfs
离开安全模式

[victor@node1 hadoop-2.8.2]$ bin/hadoop dfsadmin -safemode leave

24）hadoop kill掉 yarn任务

[victor@node1 hadoop-2.8.2]$ bin/hadoop job -kill job_1526884826758_0015

25）设置上传块大小
方式一

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -conf ./hdfs-site.xml -put ./kn /spider/seeds/

方式二

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -D dfs.blocksize=5242880 -put ./km /spider/seeds/

26）手动设置hdfs副本数量

[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -setrep -R 1/

27）刷新namenode

[victor@node1 hadoop-2.8.2]$ bin/hdfs dfsadmin -refreshNodes

28）刷新resourcemanager

[victor@node1 hadoop-2.8.2]$ bin/yarn rmadmin -refreshNodes