首页 > 集群架构 > Hadoop之Hdfs 常用操作分类汇总整理
2015
06-05

Hadoop之Hdfs 常用操作分类汇总整理

1、HDFS文件的权限以及读写操作

HDFS文件的权限:

与Linux文件权限类似

r: read; w:write; x:execute,权限x对于文件忽略,对于文件夹表示是否允许访问其内容

如果Linux系统用户zhangsan使用hadoop命令创建一个文件,那么这个文件在HDFS中owner就是zhangsan

HDFS的权限目的:阻止好人错错事,而不是阻止坏人做坏事。HDFS相信,你告诉我你是谁,我就认为你是谁

HDFS文件的读取:

1.jpg

HDFS文件的写入:

2.jpg

HDFS文件存储:

两个文件,一个文件156M,一个文件128在HDFS里面怎么存储?

–Block为64MB

–rapliction默认拷贝3份

HDFS文件存储结构:

3.jpg

2、HDFS下的文件操作

(1)列出HDFS文件

通过“-ls”命令列出HDFS下的文件

Tshare365@ubuntu:~/opt/hadoop-0.20.2$ bin/hadoop dfs -ls

(2)列出HDFS目录下某个文档中的文件

此处展示的是“-ls  文件名”命令浏览HDFS下名为in的文档中的文件

Tshare365@ubuntu:~/opt/hadoop-0.20.2$ bin/hadoop dfs -ls in

(3)上传文件到HDFS

此处展示的是“-put  文件1  文件2”命令将hadoop-0.20.2目录下的test1文件上传到HDFS上并重命名为test

Tshare365@ubuntu:~/opt/hadoop-0.20.2$ bin/hadoop dfs -put test1 test

注意:在执行“-put”时只有两种可能,即是执行成功和执行失败。在上传文件时,文件首先复制到DataNode上,只有所有的DataNode都成功接收完数据,文件上传才是成功的。

(4)将HDFS中的文件复制到本地系统中

此处展示的是“-get  文件1  文件2”命令将HDFS中的in文件复制到本地系统并命名为getin:

Tshare365@ubuntu:~/opt/hadoop-0.20.2$ bin/hadoop dfs -get in getin

(5)删除HDFS下的文档

此处展示的是“-rmr  文件”命令删除HDFS下名为out的文档:

Tshare365@ubuntu:~/opt/hadoop-0.20.2$ bin/hadoop dfs -rmr out

(6)查看HDFS下的某个文件

此处展示的是“-cat  文件”命令查看HDFS下in文件中的内容:

Tshare365@ubuntu:~/opt/hadoop-0.20.2$ bin/hadoop dfs -cat in/*

PS:bin/hadoop dfs 的命令远不止这些,但是本文的这些命令很实用,对于其他的操作,可以通过“-help commandName”命令所列出的清单来进一步的学习

3、管理与更新

(1)报告HDFS的基本统计信息

通过“-report”命令查看HDFS的基本统计信息

Tshare365@ubuntu:~/opt/hadoop-0.20.2$ bin/hadoop dfsadmin -report

执行结果如下所示

14/12/02 05:19:05 WARN conf.Configuration: DEPRECATED: hadoop-site.xml found in the classpath. Usage of hadoop-site.xml is deprecated. Instead use core-site.xml, mapred-site.xml and hdfs-site.xml to override properties of core-default.xml, mapred-default.xml and hdfs-default.xml respectively 
Configured Capacity: 19945680896 (18.58 GB) 
Present Capacity: 13558165504 (12.63 GB) 
DFS Remaining: 13558099968 (12.63 GB) 
DFS Used: 65536 (64 KB) 
DFS Used%: 0% 
Under replicated blocks: 1 
Blocks with corrupt replicas: 0 
Missing blocks: 0 
 
————————————————- 
Datanodes available: 1 (1 total, 0 dead) 
 
Name: 127.0.0.1:50010 
Decommission Status : Normal 
Configured Capacity: 19945680896 (18.58 GB) 
DFS Used: 65536 (64 KB) 
Non DFS Used: 6387515392 (5.95 GB) 
DFS Remaining: 13558099968(12.63 GB) 
DFS Used%: 0% 
DFS Remaining%: 67.98% 
Last contact: Tue Dec 02 05:19:04 PST 2014

(2)退出安全模式

NameNode在启动时会自动进入安全模式。安全模式是NameNode的一种状态,在这个阶段,文件系统不允许有任何的修改。安全模式的目的是在系统启动时检查各个DataNode

上数据块的有效性,同时根据策略对数据块进行必要的复制和删除,当数据块的最小百分比数满足配置的最小副本数条件时,会自动退出安全模式。

Tshare365@ubuntu:~/opt/hadoop-0.20.2$ bin/hadoop dfsadmin -safemode leave

(3)进入安全模式

Tshare365@ubuntu:~/opt/hadoop-0.20.2$ bin/hadoop dfsadmin -safemode enter

(4)添加节点

可扩展性是HDFS的一个重要的特性,向HDFS集群中添加节点是很容易实现的。添加一个新的DataNode节点,首先在新加的节点上安装好
hadoop,要和NameNode使用相同的配置,修改HADOOP_HOME/conf/master文件,加入NameNode主机名。然后在
NameNode节点上修改HADOOP_HOME/conf/slaves文件,加入新节点主机名。再建立到新节点无密码SSH连接,运行启动命令:

$ bin/start-all.sh

通过

http://(主机名):50070可查看到新的DataNode节点添加成功

(5)负载均衡

用户可以使用下面的命令来重新平衡DataNode上的数据块的分布:

$ bin/start-balancer.sh

参考资料

《实战Hadop:开启通向云计算的捷径.刘鹏》

博文出处:http://wuyudong.com/archives/206




最后编辑:
作者:tshare365
这个作者貌似有点懒,什么都没有留下。
捐 赠您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请狠狠点击

留下一个回复