[1]Hadoop 2.x-hadoop fs常用命令、hadoop目录结构简介

「爱情、让人受尽委屈。」 2021-12-22 08:07 381阅读 0赞

**环境**

*  宿主机：Windows 10 64\_bit
 *  虚拟机：VMware pro 12
    
     *  CentOS 7.5 64\_bit（3台：1个master、2个slave）
     *  Hadoop-2.6.5
 *  ssh工具：SecureCRT 7.3

**目录**

1、hadoop常用命令：FS Shell命令

2、hadoop目录结构简介

**正文**

启动集群：`sbin/start-all.sh`，包括启动HDFS和Map/Reduce；  
停止集群：`sbin/stop-all.sh`。

# 1、hadoop常用命令：FS Shell命令 #

主要包括：

*  1、hadoop namenode -format
 *  2、文件上传、下载
 *  3、各种基本操作命令

所有的hadoop命令均由bin/hadoop脚本引发。

<table> 
 <thead> 
 <tr> 
 <th>命令</th> 
 <th>说明</th> 
 </tr> 
 </thead> 
 <tbody> 
 <tr> 
 <td><code>hadoop namenode -format</code></td> 
 <td>格式化一个新的分布式文件系统。这条命令小心使用，不要在子节点使用。</td> 
 </tr> 
 <tr> 
 <td><code>hadoop version</code></td> 
 <td>查看hadoop版本 。在终端即可，无论在哪个路径下</td> 
 </tr> 
 <tr> 
 <td><code>cd $HADOOP_HOME/lib/native</code>、<code>file libhadoop.so.1.0.0</code></td> 
 <td>查看集群位数</td> 
 </tr> 
 <tr> 
 <td><code>jps</code></td> 
 <td>查看hadoop集群的进程 。（Java Process Status）。<a href="https://blog.csdn.net/zxl646801924/article/details/84788707" rel="nofollow">Hadoop jps各个进程的功能解析</a></td> 
 </tr> 
 <tr> 
 <td><code>hadoop fs -mkdir -p /data/input</code></td> 
 <td>在HDFS上创建一个目录/data/input。<code>-p</code>会创建路径中各级父目录（如果没有的话）</td> 
 </tr> 
 <tr> 
 <td><code>hadoop fs -put aaa.txt /data/input</code></td> 
 <td>将当前目录（本地文件系统）下的aaa.txt 文件复制（上传）到HDFS上。源路径可以是多个</td> 
 </tr> 
 <tr> 
 <td><code>hadoop fs -ls /data/input</code></td> 
 <td>查看HDFS中/data/input目录下的文件 。加上<code>-R</code>递归显示。hadoop2.x现在直接使用<code>hadoop fs</code>命令，hadoop dfs、hdfs dfs弃用。</td> 
 </tr> 
 <tr> 
 <td><code>hadoop fs -cp {源路径，可以是多个} {目标路径}</code></td> 
 <td>（HDFS之间）复制文件到指定目录</td> 
 </tr> 
 <tr> 
 <td><code>hadoop fs -cat {URI} | [head head/tail -n]</code></td> 
 <td>将HDFS路径指定文件的内容stdout（标准输出）</td> 
 </tr> 
 <tr> 
 <td><code>hadoop fs -get {源路径} {本地路径}</code></td> 
 <td>HDFS上复制文件到本地文件系统（<code>-put</code>的逆操作）</td> 
 </tr> 
 <tr> 
 <td><code>hadoop fs -mv {源路径，可以多个} {目标路径}</code></td> 
 <td>（HDFS之间）将文件从源路径移动/重命名到目标路径（两者都是HDFS中）</td> 
 </tr> 
 <tr> 
 <td><code>hadoop fs -rm {路径}</code></td> 
 <td>HDFS中删除指定的文件。只删除非空目录和文件（递归删除用<code>-rm -r</code>）</td> 
 </tr> 
 <tr> 
 <td><code>hadoop fs -tail [-f] URI</code></td> 
 <td>将文件尾部1K字节的内容输出到stdout</td> 
 </tr> 
 <tr> 
 <td><code>hadoop fs -touchz URI [URI …]</code></td> 
 <td>创建一个0字节的空文件</td> 
 </tr> 
 <tr> 
 <td><code>hadoop fs -text [URI] | [head head/tail -n]</code></td> 
 <td>将源文件输出为文本格式</td> 
 </tr> 
 <tr> 
 <td><code>hadoop fs -test -[ezd] URI</code></td> 
 <td>检测文件。<code>-e</code> 检查文件是否存在；<code>-z</code> 检查文件是否是0字节；<code>-d</code> 如果路径是个目录</td> 
 </tr> 
 </tbody> 
</table>

# 2、hadoop目录结构简介 #

[root@master hadoop-2.6.5]# tree -L 1
    .
    ├── bin                 存放Hadoop相关服务（HDFS,YARN）进行操作的脚本，用于执行hadoop脚本命令，被hadoop-daemon.sh调用执行，也可单独执行，一切命令的核心。
    ├── dfs                 分布式文件系统，
    ├── etc                 配置文件，其中hadoop目录是最重要的
    ├── include         本地库的头文件
    ├── lib                  本地的库，存放的是Hadoop运行时依赖的jar包，Hadoop在执行时会把lib目录下面的jar全部加到classpath中。hadoop编译时需要它，例如编译c++等
    ├── libexec          各个服务对用的shell配置文件所在的目录，可用于配置日志输出、启动参数（比如JVM参数）等基本信息
    ├── LICENSE.txt         
    ├── logs               hadoop运行的log日志所在
    ├── NOTICE.txt
    ├── README.txt
    ├── sbin               启动/停止Hadoop相关服务的脚本
    ├── share             Hadoop各个模块编译后的jar包所在的目录，还有文档和官方案例
    └── tmp                临时文件夹
    10 directories, 3 files

1）、`/etc/hadoop/`下最重要的配置文件有：

*  `core-site.xml`：Hadoop核心全局配置文件，其他配置文件中可以引用该文件中定义的属性；
 *  `hadoop-env.sh`：Hadoop环境变量；
 *  `hdfs-site.xml`：HDFS配置文件，该模板的属性继承于core-site.xml；namenode在这里配置
 *  `mapred-site.xml`：MapReduce的配置文件，该模板的属性继承于`core-site.xml`；
 *  `slaves`：用于设置所有的slave的名称或IP，每行存放一个。

2）、`/dfs`：分布式系统

[root@master dfs]# tree
    .
    ├── data  【主节点】该文件夹无具体内容、从节点有。一个标准的dfs.datanode.data.dir目录结构
    └── name
        └── current  一个标准的dfs.namenode.name.dir目录结构
            ├── edits_0000000000000000001-0000000000000000008
            ├── edits_0000000000000000009-0000000000000000009
    		....
            ├── edits_0000000000000000030-0000000000000000030
            ├── edits_0000000000000000031-0000000000000000032
            ├── edits_inprogress_0000000000000000033
            ├── fsimage_0000000000000000029
            ├── fsimage_0000000000000000029.md5
            ├── fsimage_0000000000000000032
            ├── fsimage_0000000000000000032.md5
            ├── seen_txid
            └── VERSION
    
    3 directories, 18 files

HDFS metadata以树状结构存储整个HDFS上的文件和目录，以及相应的权限、配额和副本因子（replication factor）等。

其中，`/name`下主要存储两种类型的文件：

*  fsimage：元数据镜像文件，记录某一永久性检查点（Checkpoint）时整个HDFS的元信息  
    edits：元数据的操作日志，所有对HDFS的写操作都会记录在此文件中

3）、3种Node：

*  NameNode：是Master节点，是大领导。管理数据块映射；处理客户端的读写请求；配置副本策略；管理HDFS的名称空间；
 *  SecondaryNameNode：是一个小弟，分担大哥namenode的工作量；是NameNode的冷备份；合并fsimage和fsedits然后再发给namenode。
 *  DataNode：Slave节点，奴隶，干活的。负责存储client发来的数据块block；执行数据块的读写操作。