本人微信公眾號(hào)，歡迎掃碼關(guān)注！

HDFS概念及命令行操作

一、HDFS概念

1.1 概念

HDFS，它是一個(gè)文件系統(tǒng)，用于存儲(chǔ)文件，通過目錄樹來定位文件；其次，它是分布式的，由很多服務(wù)器聯(lián)合起來實(shí)現(xiàn)其功能，集群中的服務(wù)器有各自的角色。

HDFS的設(shè)計(jì)適合一次寫入，多次讀出的場(chǎng)景，且不支持文件的修改。適合用來做數(shù)據(jù)分析，并不適合用來做網(wǎng)盤應(yīng)用。

1.2 組成

1）HDFS集群包括，NameNode和DataNode以及Secondary Namenode。

2）NameNode負(fù)責(zé)管理整個(gè)文件系統(tǒng)的元數(shù)據(jù)，以及每一個(gè)路徑（文件）所對(duì)應(yīng)的數(shù)據(jù)塊信息。

3）DataNode 負(fù)責(zé)管理用戶的文件數(shù)據(jù)塊，每一個(gè)數(shù)據(jù)塊都可以在多個(gè)datanode上存儲(chǔ)多個(gè)副本。

4）Secondary NameNode用來監(jiān)控HDFS狀態(tài)的輔助后臺(tái)程序，每隔一段時(shí)間獲取HDFS元數(shù)據(jù)的快照。

1.3 HDFS 文件塊大小

• HDFS中的文件在物理上是分塊存儲(chǔ)（block），塊的大小可以通過配置參數(shù)( dfs.blocksize)來規(guī)定，默認(rèn)大小在hadoop2.x版本中是128M，老版本中是64M
• HDFS的塊比磁盤的塊大，其目的是為了最小化尋址開銷。如果塊設(shè)置得足夠大，從磁盤傳輸數(shù)據(jù)的時(shí)間會(huì)明顯大于定位這個(gè)塊開始位置所需的時(shí)間。因而，傳輸一個(gè)由多個(gè)塊組成的文件的時(shí)間取決于磁盤傳輸速率。
• 如果尋址時(shí)間約為10ms，而傳輸速率為100MB/s，為了使尋址時(shí)間僅占傳輸時(shí)間的1%，我們要將塊大小設(shè)置約為100MB。默認(rèn)的塊大小實(shí)際為64MB，但是很多情況下HDFS使用128MB的塊設(shè)置。
• 塊的大?。?0ms x 100 x 100M/s = 100M

二、HFDS命令行操作

2.1 基本語法

bin/hadoop fs 具體命令

2.2 參數(shù)大全

bin/hadoop fs
		[-appendToFile <localsrc> ... <dst>]
        [-cat [-ignoreCrc] <src> ...]
        [-checksum <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>]
        [-createSnapshot <snapshotDir> [<snapshotName>]]
        [-deleteSnapshot <snapshotDir> <snapshotName>]
        [-df [-h] [<path> ...]]
        [-du [-s] [-h] <path> ...]
        [-expunge]
        [-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
        [-getfacl [-R] <path>]
        [-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>]
        [-renameSnapshot <snapshotDir> <oldName> <newName>]
        [-rm [-f] [-r|-R] [-skipTrash] <src> ...]
        [-rmdir [--ignore-fail-on-non-empty] <dir> ...]
        [-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>} <path>]|[--set <acl_spec> <path>]]
        [-setrep [-R] [-w] <rep> <path> ...]
        [-stat [format] <path> ...]
        [-tail [-f] <file>]
        [-test -[defsz] <path>]
        [-text [-ignoreCrc] <src> ...]
        [-touchz <path> ...]
        [-usage [cmd ...]]

3.3 常用命令實(shí)操

（1）-help：輸出這個(gè)命令參數(shù)

bin/hdfs dfs -help rm

（2）-ls: 顯示目錄信息

hadoop fs -ls /

（3）-mkdir：在hdfs上創(chuàng)建目錄

hadoop fs  -mkdir  -p  /aaa/bbb/cc/dd

（4）-moveFromLocal從本地剪切粘貼到hdfs

hadoop  fs  - moveFromLocal  /home/hadoop/a.txt  /aaa/bbb/cc/dd

（5）-moveToLocal：從hdfs剪切粘貼到本地

hadoop  fs  - moveToLocal   /aaa/bbb/cc/dd  /home/hadoop/a.txt

（6）-appendToFile ：追加一個(gè)文件到已經(jīng)存在的文件末尾

hadoop  fs  -appendToFile  ./hello.txt  /hello.txt

（7）-cat ：顯示文件內(nèi)容

hadoop fs -cat /user/intflag/input/liugx.txt

（8）-tail：顯示一個(gè)文件的末尾

hadoop  fs  -tail  /weblog/access_log.1

（9）-text：以字符形式打印一個(gè)文件的內(nèi)容

hadoop  fs  -text  /weblog/access_log.1

（10）-chgrp 、-chmod、-chown：linux文件系統(tǒng)中的用法一樣，修改文件所屬權(quán)限

hadoop  fs  -chmod  666  /hello.txt
hadoop  fs  -chown  someuser:somegrp   /hello.txt

（11）-copyFromLocal：從本地文件系統(tǒng)中拷貝文件到hdfs路徑去

hadoop  fs  -copyFromLocal  ./jdk.tar.gz  /aaa/

（12）-copyToLocal：從hdfs拷貝到本地

hadoop fs -copyToLocal /aaa/jdk.tar.gz

（13）-cp ：從hdfs的一個(gè)路徑拷貝到hdfs的另一個(gè)路徑

hadoop  fs  -cp  /aaa/jdk.tar.gz  /bbb/jdk.tar.gz.2

（14）-mv：在hdfs目錄中移動(dòng)文件

hadoop  fs  -mv  /aaa/jdk.tar.gz  /

（15）-get：等同于copyToLocal，就是從hdfs下載文件到本地

（15）-get：等同于copyToLocal，就是從hdfs下載文件到本地

（16）-getmerge ：合并下載多個(gè)文件，比如hdfs的目錄 /aaa/下有多個(gè)文件:log.1, log.2,log.3,...

hadoop fs -getmerge /aaa/log.* ./log.sum

（17）-put：等同于copyFromLocal

hadoop  fs  -put  /aaa/jdk.tar.gz  /bbb/jdk.tar.gz.2

（18）-rm：刪除文件或文件夾

hadoop fs -rm -r /aaa/bbb/

（19）-rmdir：刪除空目錄

hadoop  fs  -rmdir   /aaa/bbb/ccc

（20）-df ：統(tǒng)計(jì)文件系統(tǒng)的可用空間信息

hadoop  fs  -df  -h  /

（21）-du統(tǒng)計(jì)文件夾的大小信息

hadoop  fs  -du  -s  -h /aaa/*

（22）-count：統(tǒng)計(jì)一個(gè)指定目錄下的文件節(jié)點(diǎn)數(shù)量

hadoop fs -count /aaa/

（23）-setrep：設(shè)置hdfs中文件的副本數(shù)量

注意：這里設(shè)置的副本數(shù)只是記錄在namenode的元數(shù)據(jù)中，是否真的會(huì)有這么多副本，還得看datanode的數(shù)量。因?yàn)槟壳爸挥?臺(tái)設(shè)備，最多也就3個(gè)副本，只有節(jié)點(diǎn)數(shù)的增加到10臺(tái)時(shí)，副本數(shù)才能達(dá)到10。

hadoop fs -setrep 3 /aaa/jdk.tar.gz