HDFS——shell:
1,ls
hadoop fs -ls /
列出 hdfs 文件系统根目录下的目录和文件
hadoop fs -ls -R /
列出 hdfs 文件系统所有的目录和文件
2.put
hadoop fs -put < local file > < hdfs file >
hdfs file 的父目录一定要存在,否则命令不会执行hadoop fs -put < local file or dir >...< hdfs dir >
hdfs dir 一定要存在,否则命令不会执行hadoop fs -put - < hdsf file>
从键盘读取输入到 hdfs file 中,按 Ctrl+D 结束输入,hdfs file 不能存在,否则命令不会执行
2.1.moveFromLocal
hadoop fs -moveFromLocal < local src > ... < hdfs dst >
与 put 相类似,命令执行后源文件 local src 被删除,也可以从从键盘读取输入到 hdfs file 中
2.2.copyFromLocal
hadoop fs -copyFromLocal < local src > ... < hdfs dst >
与 put 相类似,也可以从从键盘读取输入到 hdfs file 中
3.get
hadoop fs -get < hdfs file > < local file or dir>
local file 不能和 hdfs file 名字不能相同,否则会提示文件已存在,没有重名的文件会复制到本地
hadoop fs -get < hdfs file or dir > ... < local dir >
拷贝多个文件或目录到本地时,本地要为文件夹路径
注意:如果用户不是 root, local 路径要为用户文件夹下的路径,否则会出现权限问题,
3.2.copyToLocal
hadoop fs -copyToLocal < local src > ... < hdfs dst >
与 get 相类似
4.rm
hadoop fs -rm < hdfs file > ...
hadoop fs -rm -r < hdfs dir>...
每次可以删除多个文件或目录
5.mkdir
hadoop fs -mkdir < hdfs path>
只能一级一级的建目录,父目录不存在的话使用这个命令会报错
hadoop fs -mkdir -p < hdfs path>
所创建的目录如果父目录不存在就创建该父目录
6.getmerge
hadoop fs -getmerge < hdfs dir > < local file >
将 hdfs 指定目录下所有文件排序后合并到 local 指定的文件中,文件不存在时会自动创建,文件存在时会覆盖里面的内容
hadoop fs -getmerge -nl < hdfs dir > < local file >
加上 nl 后,合并到 local file 中的 hdfs 文件之间会空出一行
7.cp
hadoop fs -cp < hdfs file > < hdfs file >
目标文件不能存在,否则命令不能执行,相当于给文件重命名并保存,源文件还存在
hadoop fs -cp < hdfs file or dir >... < hdfs dir >
目标文件夹要存在,否则命令不能执行
8.mv
hadoop fs -mv < hdfs file > < hdfs file >
目标文件不能存在,否则命令不能执行,相当于给文件重命名并保存,源文件不存在
hadoop fs -mv < hdfs file or dir >... < hdfs dir >
源路径有多个时,目标路径必须为目录,且必须存在。
注意:跨文件系统的移动(local 到 hdfs 或者反过来)都是不允许的
9.count
hadoop fs -count < hdfs path >
统计 hdfs 对应路径下的目录个数,文件个数,文件总计大小
显示为目录个数,文件个数,文件总计大小,输入路径
10.du
hadoop fs -du < hdsf path>
显示 hdfs 对应路径下每个文件夹和文件的大小
hadoop fs -du -s < hdsf path>
显示 hdfs 对应路径下所有文件和的大小
hadoop fs -du - h < hdsf path>
显示 hdfs 对应路径下每个文件夹和文件的大小,文件的大小用方便阅读的形式表示,例如用 64M 代替 67108864
11.text
hadoop fs -text < hdsf file>
将文本文件或某些格式的非文本文件通过文本格式输出
12.setrep
hadoop fs -setrep -R 3 < hdfs path >
改变一个文件在 hdfs 中的副本个数,上述命令中数字 3 为所设置的副本个数,-R 选项可以对一个人目录下的所有目录+文件递归执行改变副本个数的操作
13.stat
hdoop fs -stat [format] < hdfs path >
返回对应路径的状态信息
[format]可选参数有:%b(文件大小),%o(Block 大小),%n(文件名),%r(副本个数),%y(最后一次修改日期和时间)
可以这样书写 hadoop fs -stat %b%o%n < hdfs path >,不过不建议,这样每个字符输出的结果不是太容易分清楚
14.tail
hadoop fs -tail < hdfs file >
在标准输出中显示文件末尾的 1KB 数据
15.archive
hadoop archive -archiveName name.har -p < hdfs parent dir > < src >* < hdfs dst >
命令中参数 name:压缩文件名,自己任意取;< hdfs parent dir > :压缩文件所在的父目录;<src >*:要压缩的文件名;< hdfs dst >:压缩文件存放路径
示例:hadoop archive -archiveName hadoop.har -p /user 1.txt 2.txt /des
示例中将 hdfs 中/user 目录下的文件 1.txt,2.txt 压缩成一个名叫 hadoop.har 的文件存放在 hdfs中/des 目录下,如果 1.txt,2.txt 不写就是将/user 目录下所有的目录和文件压缩成一个名叫hadoop.har 的文件存放在 hdfs 中/des 目录下
显示 har 的内容可以用如下命令:
hadoop fs -ls /des/hadoop.jar
显示 har 压缩的是那些文件可以用如下命令
hadoop fs -ls -R har:///des/hadoop.har
**注意:**har 文件不能进行二次压缩。如果想给.har 加文件,只能找到原来的文件,重新创建一个。
har 文件中原来文件的数据并没有变化,har 文件真正的作用是减少 NameNode 和 DataNode 过多的空间浪费
16.balancer
hdfs balancer
如果管理员发现某些 DataNode 保存数据过多,某些 DataNode 保存数据相对较少,可以使用上述命令手动启动内部的均衡过程
17.dfsadmin
hdfs dfsadmin -help
管理员可以通过 dfsadmin 管理 HDFS,用法可以通过上述命令查看
hdfs dfsadmin -report
显示文件系统的基本数据
hdfs dfsadmin -safemode < enter | leave | get | wait >
enter:进入安全模式;leave:离开安全模式;get:获知是否开启安全模式;
wait:等待离开安全模式
18.distcp
用来在两个 HDFS 之间拷贝数据
hadoop distcp hdfs://caozhan:9000/a hdfs://cao:9000/ca
命令行中还可以指定多个源目录:
hadoop distcp hdfs://caozhan:9000/a hdfs://caozhan:9000/a hdfs://cao:9000/ca
或者使用-f选项,从文件里获得多个源:
hadoop distcp -f hdfs://caozhan:9000/dirlist hdfs://caozhan:9000/d
其中dirlist下是:
hdfs://caozhan:9000/dirlist/a
hdfs://caozhan:9000/dirlist/b
HDFS_JAVA_API:
HDFS 是一个分布式文件系统,既然是文件系统,就可以对其文件进行操作,比如说新建文件、删除文件、读取文件内容等操作。
Java 程序使用 HDFS Java API 与 HDFS 交互。使用这个 API,我们可以从 Java 程序中使用存储在 HDFS 中的数据,以及使用其它非 Hadoop 计算框架来处理这些数据。
有时,也会遇见这种情况-想要从一个 MapReduce 应用程序中直接访问 HDFS。不过,如果是直接从一个 Map 或 Reduce 任务中写入或修改 HDFS 中的文件,请注意这违背了MapReduce 的 side-effect-free(无副作用)特性,这有可能导致数据一致性问题。
对分布在 HDFS 中的文件操作主要涉及一下几个类:
Configuration类:该类的对象封装了客户端或者服务器的配置。
FileSystem类:该类的对象代表一个文件系统对象,可以用该对象的一些方法来对文件进行操作。
FileSystem fs = FileSystem.get(conf); // 通过 FileSystem 类的静态方法 get 获得该对象
FSDataInputStream 和 FSDataOutputStream:这两个类是 HDFS 中的输入输出流。分别通过 FileSystem 的 open 方法和 create 方法获得。
Path:代表文件或文件对象。
下面这个示例演示了怎样通过 Java 程序使用 HDFS Java API 来执行在 HDFS 上的文件系统操作。
【示例】通过 Java 程序使用 HDFS Java API 操作 HDFS 文件系统。请按以下步骤执行:
1、在 Eclipse 中新创建一个名为 HDFSJavaAPIExample 的 project;
2、在项目的 src 目录下创建一个名为 HDFSJavaAPIDemo.java 的源文件,该 java 程序会在 HDFS 中创建一个新的文件,并在其中写入一些文本,然后从 HDFS 读取回这个文件。编辑代码如下:
package com.edu360.api;
import com.edu360.Util.HadoopUtil;
import org.apache.hadoop.fs.*;
import org.apache.hadoop.io.IOUtils;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStream;
/**
* java 一出 谁与争锋
* <p>
* .............................................
* 佛祖保佑 永无BUG
*
* @Auther: caozhan
* @Date: 2018/10/13 17:54
* @Description:
*/
public class HadoopApi {
public static void main(String [] args){
FileSystem fs = HadoopUtil.getFileSystem();
download(fs,"/test/test1.txt","/Users/caozhan/a.txt");
}
//创建文件
public static FSDataOutputStream createFile(FileSystem fileSystem,String path){
try{
FSDataOutputStream outputStream = fileSystem.create(new Path(path));
if(outputStream!=null){
System.out.println("创建成功");
return outputStream;
}
}catch (Exception e){
e.printStackTrace();
}
System.out.println("创建失败");
return null;
}
//写入文件
public static void writeFile(FileSystem fileSystem,String Filepath,String values){
FSDataOutputStream out;
try{
System.out.println("文件不存在,正在创建...");
out = createFile( fileSystem, Filepath);
out.writeBytes(values);
out.close();
}catch (Exception e){
e.printStackTrace();
}
}
//读取文件
public static void readFile(FileSystem fileSystem,String Filepath){
try{
FSDataInputStream input = fileSystem.open(new Path(Filepath));
IOUtils.copyBytes(input,System.out,1024,true);
}catch (Exception e){
e.printStackTrace();
}
}
//删除文件
public static void delFile(FileSystem fileSystem,String Filepath){
try{
boolean flag=fileSystem.delete(new Path(Filepath));
if(flag==true){
tell("删除成功");
}else {
tell("删除失败");
}
}catch (Exception e){
e.printStackTrace();
}
}
//上穿文件
public static void upload(FileSystem fileSystem,String resp,String destp){
try{
Path resP = new Path(resp);
Path destP = new Path(destp);
if(!fileSystem.exists(destP)){
fileSystem.mkdirs(destP);
}
fileSystem.copyFromLocalFile(resP,destP);
fileSystem.close();
System.out.println("***********************");
System.out.println("上传成功!");
}catch (Exception e){
e.printStackTrace();
}
}
//下载文件
public static void download(FileSystem fileSystem,String destp,String local){
try {
FSDataInputStream input = fileSystem.open(new Path(destp));
OutputStream output=new FileOutputStream(local);
IOUtils.copyBytes(input,output,4096,true);
System.out.println("***********************");
System.out.println("下载成功!");
}catch (Exception e){
e.printStackTrace();
}
}
//查看目录信息
public static void listDir(FileSystem fileSystem,String path) throws IOException {
RemoteIterator<LocatedFileStatus> fileIter = fileSystem.listFiles(new Path(path),true);
while(fileIter.hasNext()){
LocatedFileStatus fileInfo = fileIter.next();
tell("文件路径"+fileInfo.getPath());
tell("文件所属组"+fileInfo.getGroup());
tell(fileInfo.getBlockLocations());
tell("--------------------------------------");
}
}
//输出语句
public static void tell(Object obj){
System.out.println(obj);
}
}