Hadoop系列006-HDFS概念及命令行操作

本人微信公众号,欢迎扫码关注!

HDFS概念及命令行操作

一、HDFS概念

1.1 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。

1.2 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。

1.3 HDFS 文件块大小

  • HDFS中的文件在物理上是分块存储(block),块的大小可以通过配置参数( dfs.blocksize)来规定,默认大小在hadoop2.x版本中是128M,老版本中是64M

  • HDFS的块比磁盘的块大,其目的是为了最小化寻址开销。如果块设置得足够大,从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间。因而,传输一个由多个块组成的文件的时间取决于磁盘传输速率。

  • 如果寻址时间约为10ms,而传输速率为100MB/s,为了使寻址时间仅占传输时间的1%,我们要将块大小设置约为100MB。默认的块大小实际为64MB,但是很多情况下HDFS使用128MB的块设置。

  • 块的大小:10ms x 100 x 100M/s = 100M

计算规则

二、HFDS命令行操作

2.1 基本语法

1
bin/hadoop fs 具体命令

2.2 参数大全

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
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 常用命令实操

(1)-help:输出这个命令参数
1
bin/hdfs dfs -help rm
(2)-ls: 显示目录信息
1
hadoop fs -ls /
(3)-mkdir:在hdfs上创建目录
1
hadoop fs  -mkdir  -p  /aaa/bbb/cc/dd
(4)-moveFromLocal从本地剪切粘贴到hdfs
1
hadoop  fs  - moveFromLocal  /home/hadoop/a.txt  /aaa/bbb/cc/dd
(5)-moveToLocal:从hdfs剪切粘贴到本地
1
hadoop  fs  - moveToLocal   /aaa/bbb/cc/dd  /home/hadoop/a.txt
(6)-appendToFile :追加一个文件到已经存在的文件末尾
1
hadoop  fs  -appendToFile  ./hello.txt  /hello.txt
(7)-cat :显示文件内容
1
hadoop fs -cat /user/intflag/input/liugx.txt
(8)-tail:显示一个文件的末尾
1
hadoop  fs  -tail  /weblog/access_log.1
(9)-text:以字符形式打印一个文件的内容
1
hadoop  fs  -text  /weblog/access_log.1
(10)-chgrp 、-chmod、-chown:linux文件系统中的用法一样,修改文件所属权限
1
2
hadoop  fs  -chmod  666  /hello.txt
hadoop fs -chown someuser:somegrp /hello.txt
(11)-copyFromLocal:从本地文件系统中拷贝文件到hdfs路径去
1
hadoop  fs  -copyFromLocal  ./jdk.tar.gz  /aaa/
(12)-copyToLocal:从hdfs拷贝到本地
1
hadoop fs -copyToLocal /aaa/jdk.tar.gz
(13)-cp :从hdfs的一个路径拷贝到hdfs的另一个路径
1
hadoop  fs  -cp  /aaa/jdk.tar.gz  /bbb/jdk.tar.gz.2
(14)-mv:在hdfs目录中移动文件
1
hadoop  fs  -mv  /aaa/jdk.tar.gz  /
(15)-get:等同于copyToLocal,就是从hdfs下载文件到本地
1
(15)-get:等同于copyToLocal,就是从hdfs下载文件到本地
(16)-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,…
1
hadoop fs -getmerge /aaa/log.* ./log.sum
(17)-put:等同于copyFromLocal
1
hadoop  fs  -put  /aaa/jdk.tar.gz  /bbb/jdk.tar.gz.2
(18)-rm:删除文件或文件夹
1
hadoop fs -rm -r /aaa/bbb/
(19)-rmdir:删除空目录
1
hadoop  fs  -rmdir   /aaa/bbb/ccc
(20)-df :统计文件系统的可用空间信息
1
hadoop  fs  -df  -h  /
(21)-du统计文件夹的大小信息
1
hadoop  fs  -du  -s  -h /aaa/*
(22)-count:统计一个指定目录下的文件节点数量
1
hadoop fs -count /aaa/
(23)-setrep:设置hdfs中文件的副本数量

注意: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。因为目前只有3台设备,最多也就3个副本,只有节点数的增加到10台时,副本数才能达到10。

1
hadoop fs -setrep 3 /aaa/jdk.tar.gz
-------------本文结束感谢您的阅读-------------