版权声明:本文为博主原创文章,转载请注明出处:http://blog.csdn.net/liudongdong0909。 https://blog.csdn.net/liudongdong0909/article/details/79156348
一、HDFS 基本概念
1.1 HDFS 前言
- 设计思想
分而治之:将大文件、大批量文件,分布式存放在大量服务器上,以便于采取分而治之的方式对海量数据进行运算分析。 - 在大数据系统中的应用
为各类分布式运算框架(mapreduce,spark…)提供数据存储服务 - 重点概念
文件切块、副本存放、元数据
1.2 HDFS的概念和特性
1. 它是一个文件系统,用于存储文件,通过统一的命名空间——目录树来定位文件
2. 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
3. 重要特性如下:
(1) 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
(2) HDFS文件系统会给客户端提供一个统一的抽象目录树,客户端通过路径来访问文件,形如:
hdfs://namenode:port/dir-a/dir-b/dir-c/file.data
(3) 目录结构及文件分块信息(元数据)的管理由namenode节点承担 —— namenode是HDFS集群主节点,负责维护整个hdfs文件系统的目录树,以及每一个路径(文件)所对应的block块信息(block的id,及所在的datanode服务器)
(4) 文件的各个block的存储管理由datanode节点承担
—- datanode是HDFS集群从节点,每一个block都可以在多个datanode上存储多个副本(副本数量也可以通过参数设置dfs.replication)
(5) HDFS是设计成适应一次写入,多次读出的场景,且不支持文件的修改
(注:适合用来做数据分析,并不适合用来做网盘应用,因为,不便修改,延迟大,网络开销大,成本太高)
二、HDFS基本操作
2.1 命令行客户端支持的命令参数
[-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 ...]]
2.2 常用命令参数
命令 | 功能 | 示例 |
---|---|---|
-help | 输出这个命令参数手册 | hadoop dfs -help |
-ls | 显示目录信息 | hdfs dfs -ls / <等价> hdfs dfs -ls hdfs://hadoop01:9000/ |
-mkdir | 在hdfs上创建目录 | hdfs dfs -mkdir -p /aaa/bbb |
-moveFromLocal | 从本地剪切粘贴到hdfs | hdfs dfs -moveFromLocal /home/hadoop/test.txt /aaa/bbb/ |
-moveToLocal | 从hdfs剪切粘贴到本地 | hdfs dfs -moveToLocal /aaa/bbb/test.txt /home/hadoop/test.txt |
-appendToFile | 追加一个文件到已经存在的文件末尾 | hdfs dfs -appendToFile a.txt /b.txt |
-cat | 显示文件内容 | hdfs dfs -cat /b.txt |
-tail | 显示一个文件的末尾 | hdfs dfs -tail /b.txt |
-text | 以字符形式打印一个文件的内容 | hdfs dfs -text /input/test.txt |
-chgrp -chmod -chown | linux文件系统中的用法一样,对文件所属权限 | hdfs dfs -chmod 666 /b.txt |
-copyFromLocal | 从本地文件系统中拷贝文件到hdfs路径去 | hdfs dfs -copyFromLocal a.txt / |
-copyToLocal | 从hdfs拷贝到本地 | hdfs dfs -copyToLocal /a.txt cc.txt |
-cp | 从hdfs的一个路径拷贝hdfs的另一个路径 | hdfs dfs -cp /a.txt /aaa/ |
-mv | 在hdfs目录中移动文件 | hdfs dfs -mv /b.txt /aaa/ |
-get | 等同于copyToLocal,就是从hdfs下载文件到本地 | hdfs dfs -get /aaa/b.txt |
-getmerge | 合并下载多个文件 | hdfs dfs -getmerge /aaa/*.txt c.txt |
-put | 等同于 copyFromLocal | hdfs dfs -put c.txt /aaa/ |
-rm | 删除文件或文件夹 | hdfs dfs -rm /a.txt |
-rmdir | 删除空目录 | hdfs dfs -rmdir /cc |
-df | 统计文件系统的可用空间信息 | hdfs dfs -df -h / |
-du | 统计文件夹的大小信息 | hdfs dfs -du -s -h /aaa/* |
-count | 统计一个指定目录下的文件节点数量 | hdfs dfs -count /aaa/ |
-setrep | 设置hdfs中文件的副本数量 | hdfs dfs -setrep 3 /aaa/a.txt [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] |