Hadoop的Shell基本操作_hadoop fs -du -sh

Hadoop简介

Hadoop由Apache基金会开发的分布式系统基础架构，是利用集群对大量数据进行分布式处理和存储的软件框架。用户可以轻松地在Hadoop集群上开发和运行处理海量数据的应用程序。Hadoop有高可靠，高扩展，高效性，高容错等优点。Hadoop 框架最核心的设计就是HDFS和MapReduce。HDFS为海量的数据提供了存储，MapReduce为海量的数据提供了计算。此外，Hadoop还包括了Hive，Hbase，ZooKeeper，Pig，Avro，Sqoop，Flume，Mahout等项目。

Hadoop的运行模式分为3种：本地运行模式，伪分布运行模式，完全分布运行模式。

（1）本地模式（local mode）

这种运行模式在一台单机上运行，没有HDFS分布式文件系统，而是直接读写本地操作系统中的文件系统。在本地运行模式（local mode）中不存在守护进程，所有进程都运行在一个JVM上。单机模式适用于开发阶段运行MapReduce程序，这也是最少使用的一个模式。

（2）伪分布模式

这种运行模式是在单台服务器上模拟Hadoop的完全分布模式，单机上的分布式并不是真正的分布式，而是使用线程模拟的分布式。在这个模式中，所有守护进程(NameNode，DataNode，ResourceManager，NodeManager，SecondaryNameNode)都在同一台机器上运行。因为伪分布运行模式的Hadoop集群只有一个节点，所以HDFS中的块复制将限制为单个副本，其secondary-master和slave也都将运行于本地主机。此种模式除了并非真正意义的分布式之外，其程序执行逻辑完全类似于完全分布式，因此，常用于开发人员测试程序的执行。本次实验就是在一台服务器上进行伪分布运行模式的搭建。

（3）完全分布模式

这种模式通常被用于生产环境，使用N台主机组成一个Hadoop集群，Hadoop守护进程运行在每台主机之上。这里会存在Namenode运行的主机，Datanode运行的主机，以及SecondaryNameNode运行的主机。在完全分布式环境下，主节点和从节点会分开。

Shell指令格式

调用文件系统(FS)Shell命令应使用 hadoop fs 的形式。 所有的的FS shell命令使用URI路径作为参数。URI格式是scheme://authority/path。对HDFS文件系统，scheme是hdfs，对本地文件系统，scheme是file。其中scheme和authority参数都是可选的，如果未加指定，就会使用配置中指定的默认scheme。一个HDFS文件或目录比如/parent/child可以表示成hdfs://namenode:namenodeport/parent/child，或者更简单的/parent/child（假设你配置文件中的默认值是namenode:namenodeport）。大多数FS Shell命令的行为和对应的Unix Shell命令类似，出错信息会输出到stderr，其他信息输出到stdout。

Hadoop安全模式

在分布式文件系统启动的时候，开始的时候会有安全模式，当分布式文件系统处于安全模式的情况下，文件系统中的内容不允许修改也不允许删除，直到安全模式结束。安全模式主要是为了系统启动的时候检查各个DataNode上数据块的有效性，同时根据策略必要的复制或者删除部分数据块。运行期通过命令也可以进入安全模式。

具体Shell指令

• ./start-all.sh
  启动Hadoop，相当于执行了./start-dfs.sh和./start-yarn.sh.

• jps
  检查Hadoop相关进程是否启动，如果发现某些节点正在运行，应该先./stop-all.sh停止所有节点，然后再重新全部启动。

• hadoop fs mkdir [catalogue]
  在当前的目录下新建一个文件夹

• hadoop fs touchz [catalogue]+[filename]
  在当前目录下新建一个文件

• hadoop fs -ls ® [catalogue]
  查看当前目录下的所有文件，只有一层；加R可递归查看所有文件下的子文件

• hadoop fs -mv [A] [B]
  从A移动到B,同Linux一样，移动的同时可以重命名

• hadoop fs -cp [A] [B]
  从A复制到B

• echo [content] >> [file]
  把content写入file内

• hadoop fs -put [file] [HDFS_list]
  把file上传到分布式文件系统目录下

• hadoop fs -cat [file]
  查看HDFS下的某个文件

• hadoop fs -tail [file]
  查看HDFS下文件的另一种方法：将文件尾部1K字节的内容输出。支持-f选项，行为和Unix中一致。

• hadoop fs -du -s [A]
  A为文件表示查看文件的大小，A为目录表示查看该目录下所有文件大小，-du 后面可以不加-s，

• hadoop fs -text [file]
  将源文件输出为文本格式。允许的格式是zip和TextRecordInputStream。

• hadoop fs -stat [file]
  .stat方法可以返回指定路径的统计信息，有多个参数可选，当使用-stat选项但不指定format时候，只打印文件创建日期，相当于%y

  下面列出了format的形式：

  • %b：打印文件大小（目录为0）

  • %n：打印文件名

  • %o：打印block size （我们要的值）

  • %r：打印备份数

  • %y：打印UTC日期 yyyy-MM-dd HH:mm:ss

  • %Y：打印自1970年1月1日以来的UTC微秒数

  • %F：目录打印directory, 文件打印regular file

• hadoop fs -get [HDFS_file] [LOCAL_list]
  将HDFS下的文件下载到本地的Linux文件系统目录下

• ls [catalogue]
  查看指定目录下的所有文件

• hadoop fs -chown [owner] [file]
  使用chown方法，改变Hadoop目录中文件拥有者为root，使用-R将使改变在目录结构下递归进行。

• hadoop fs -chomd 777 [file]
  使用chmod方法，赋予Hadoopm目录中文件777权限

• hadoop fs -rm [file]
  删除指定的文件

• hadoop fs -rm -R [catalog]
  递归删除指定目录下的所有文件

• hadoop fs -expunge
  清空回收站

• hadoop jar [jar_catalogue] [class] [in_catalogue] [out_catalogue]
  执行jar_catalogue下的class类，数据来源于HDFS的in_catalogue目录下，输出带HDFS的out_catalogue目录下

• hadoop fs -ls [HDFS_catalogue]
  hadoop fs -cat /[HDFS_catalogue]/*
  查看HDFS下的目录

• hdfs dfsadmin -safemode enter
  进入Hadoop安全模式

• hdfs dfsadmin -safemode leave
  退出Hadoop安全模式