本人微信公眾號,歡迎掃碼關註! HDFS概念及命令行操作 一、HDFS概念 1.1 概念 HDFS,它是一個文件系統,用於存儲文件,通過目錄樹來定位文件;其次,它是分散式的,由很多伺服器聯合起來實現其功能,集群中的伺服器有各自的角色。 HDFS的設計適合一次寫入,多次讀出的場景,且不支持文件的修改。 ...
本人微信公眾號,歡迎掃碼關註!
HDFS概念及命令行操作
一、HDFS概念
1.1 概念
HDFS,它是一個文件系統,用於存儲文件,通過目錄樹來定位文件;其次,它是分散式的,由很多伺服器聯合起來實現其功能,集群中的伺服器有各自的角色。
HDFS的設計適合一次寫入,多次讀出的場景,且不支持文件的修改。適合用來做數據分析,並不適合用來做網盤應用。
1.2 組成
1)HDFS集群包括,NameNode和DataNode以及Secondary Namenode。
2)NameNode負責管理整個文件系統的元數據,以及每一個路徑(文件)所對應的數據塊信息。
3)DataNode 負責管理用戶的文件數據塊,每一個數據塊都可以在多個datanode上存儲多個副本。
4)Secondary NameNode用來監控HDFS狀態的輔助後臺程式,每隔一段時間獲取HDFS元數據的快照。
1.3 HDFS 文件塊大小
- HDFS中的文件在物理上是分塊存儲(block),塊的大小可以通過配置參數( dfs.blocksize)來規定,預設大小在hadoop2.x版本中是128M,老版本中是64M
- HDFS的塊比磁碟的塊大,其目的是為了最小化定址開銷。如果塊設置得足夠大,從磁碟傳輸數據的時間會明顯大於定位這個塊開始位置所需的時間。因而,傳輸一個由多個塊組成的文件的時間取決於磁碟傳輸速率。
- 如果定址時間約為10ms,而傳輸速率為100MB/s,為了使定址時間僅占傳輸時間的1%,我們要將塊大小設置約為100MB。預設的塊大小實際為64MB,但是很多情況下HDFS使用128MB的塊設置。
- 塊的大小:10ms 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 常用命令實操
(1)-help:輸出這個命令參數
bin/hdfs dfs -help rm
(2)-ls: 顯示目錄信息
hadoop fs -ls /
(3)-mkdir:在hdfs上創建目錄
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 :追加一個文件到已經存在的文件末尾
hadoop fs -appendToFile ./hello.txt /hello.txt
(7)-cat :顯示文件內容
hadoop fs -cat /user/intflag/input/liugx.txt
(8)-tail:顯示一個文件的末尾
hadoop fs -tail /weblog/access_log.1
(9)-text:以字元形式列印一個文件的內容
hadoop fs -text /weblog/access_log.1
(10)-chgrp 、-chmod、-chown:linux文件系統中的用法一樣,修改文件所屬許可權
hadoop fs -chmod 666 /hello.txt
hadoop fs -chown someuser:somegrp /hello.txt
(11)-copyFromLocal:從本地文件系統中拷貝文件到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的一個路徑拷貝到hdfs的另一個路徑
hadoop fs -cp /aaa/jdk.tar.gz /bbb/jdk.tar.gz.2
(14)-mv:在hdfs目錄中移動文件
hadoop fs -mv /aaa/jdk.tar.gz /
(15)-get:等同於copyToLocal,就是從hdfs下載文件到本地
(15)-get:等同於copyToLocal,就是從hdfs下載文件到本地
(16)-getmerge :合併下載多個文件,比如hdfs的目錄 /aaa/下有多個文件:log.1, log.2,log.3,...
hadoop fs -getmerge /aaa/log.* ./log.sum
(17)-put:等同於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 :統計文件系統的可用空間信息
hadoop fs -df -h /
(21)-du統計文件夾的大小信息
hadoop fs -du -s -h /aaa/*
(22)-count:統計一個指定目錄下的文件節點數量
hadoop fs -count /aaa/
(23)-setrep:設置hdfs中文件的副本數量
註意:這裡設置的副本數只是記錄在namenode的元數據中,是否真的會有這麼多副本,還得看datanode的數量。因為目前只有3台設備,最多也就3個副本,只有節點數的增加到10台時,副本數才能達到10。
hadoop fs -setrep 3 /aaa/jdk.tar.gz