2. 软件开发
    3. 大数据学习之路03-Hadoop常用命令详解

    大数据学习之路03-Hadoop常用命令详解

    xiaoxiao2022-06-25  180

    文章目录

    Hadoop基本命令version HDFS基础命令命令格式lsmkdirputcattailgetrmcpmvcountdu HDFS高级命令moveFromLocalcopyFromLocalmoveToLocalcopyToLocalgetmergetextsetrepstatarchivebalancerdfsadmindistcp MapReduce命令命令帮助列出所有任务强制停止任务

    2019-05-17

    Hadoop基本命令

    version

    查看Hadoop版本。

    WZB-MacBook:target wangzhibin$ hadoop version Hadoop 2.8.4 Subversion https://git-wip-us.apache.org/repos/asf/hadoop.git -r 17e75c2a11685af3e043aa5e604dc831e5b14674 Compiled by jdu on 2018-05-08T02:50Z Compiled with protoc 2.5.0 From source with checksum b02a59bb17646783210e979bea443b0 This command was run using /Users/wangzhibin/00_dev_suite/50_bigdata/hadoop-2.8.4/share/hadoop/common/hadoop-common-2.8.4.jar

    HDFS基础命令

    命令格式

    hadoop fs -cmd < args >

    ls

    列出hdfs文件系统根目录下的目录和文件

    hadoop fs -ls /

    列出hdfs文件系统所有的目录和文件

    hadoop fs -ls -R /

    mkdir

    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

    command: hadoop fs -mkdir < hdfs path> eg: WZB-MacBook:~ wangzhibin$ hadoop fs -mkdir /test/20190517 WZB-MacBook:~ wangzhibin$ hadoop fs -ls -R /test drwxr-xr-x - wangzhibin supergroup 0 2019-05-17 10:49 /test/20190517

    所创建的目录如果父目录不存在就创建该父目录

    hadoop fs -mkdir -p < hdfs path>

    put

    上传文件。hdfs file的父目录一定要存在，否则命令不会执行

    command: hadoop fs -put < local file > < hdfs file > eg: $ hadoop fs -put tmp/tmp.txt /test $ hadoop fs -ls -R /test

    上传目录。hdfs dir 一定要存在，否则命令不会执行

    command: hadoop fs -put < local file or dir >...< hdfs dir > eg: WZB-MacBook:50_bigdata wangzhibin$ hadoop fs -put tmp/ /test WZB-MacBook:50_bigdata wangzhibin$ hadoop fs -ls -R /test drwxr-xr-x - wangzhibin supergroup 0 2019-05-17 10:42 /test/tmp -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 10:42 /test/tmp/tmp.txt -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 10:40 /test/tmp.txt

    从键盘读取输入到hdfs file中，按Ctrl+D（Control+D）结束输入。hdfs file不能存在，否则命令不会执行

    command: hadoop fs -put - < hdsf file> eg: WZB-MacBook:50_bigdata wangzhibin$ hadoop fs -put - /test/20190517.tmp.txt hello world WZB-MacBook:50_bigdata wangzhibin$ hadoop fs -ls -R /test -rw-r--r-- 1 wangzhibin supergroup 12 2019-05-17 10:44 /test/20190517.tmp.txt drwxr-xr-x - wangzhibin supergroup 0 2019-05-17 10:42 /test/tmp -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 10:42 /test/tmp/tmp.txt -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 10:40 /test/tmp.txt

    cat

    在标准输出中显示文件内容

    command: hadoop fs -cat < hdfs file> eg: WZB-MacBook:50_bigdata wangzhibin$ hadoop fs -cat /test/20190517.tmp.txt hello world

    tail

    在标准输出中显示文件末尾的1KB数据

    command: hadoop fs -tail < hdfs file> eg: WZB-MacBook:50_bigdata wangzhibin$ hadoop fs -tail /test/20190517.tmp.txt hello world

    get

    从hdfs中下载文件到本地。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

    command: hadoop fs -get < hdfs file > < local file or dir> eg: WZB-MacBook:tmp wangzhibin$ hadoop fs -get /test/20190517.tmp.txt . WZB-MacBook:tmp wangzhibin$ ls 20190517.tmp.txt tmp.txt

    拷贝多个文件或目录到本地时，本地要为文件夹路径

    command: hadoop fs -get < hdfs file or dir > ... < local dir > eg: WZB-MacBook:tmp wangzhibin$ hadoop fs -get /test . WZB-MacBook:tmp wangzhibin$ ls -l test/ total 24 drwxr-xr-x 2 wangzhibin staff 64 5 17 10:56 20190517 -rw-r--r-- 1 wangzhibin staff 12 5 17 10:56 20190517.tmp.txt drwxr-xr-x 3 wangzhibin staff 96 5 17 10:56 tmp -rw-r--r-- 1 wangzhibin staff 4662 5 17 10:56 tmp.txt

    **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。

    rm

    每次可以删除多个文件或目录

    command: hadoop fs -rm < hdfs file > ... hadoop fs -rm -r < hdfs dir>... eg: WZB-MacBook:tmp wangzhibin$ hadoop fs -rm /test/20190517.tmp.txt Deleted /test/20190517.tmp.txt WZB-MacBook:tmp wangzhibin$ hadoop fs -ls -R /test drwxr-xr-x - wangzhibin supergroup 0 2019-05-17 10:49 /test/20190517 drwxr-xr-x - wangzhibin supergroup 0 2019-05-17 10:42 /test/tmp -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 10:42 /test/tmp/tmp.txt -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 10:40 /test/tmp.txt

    cp

    HDFS拷贝文件或文件夹。目标文件或者文件夹不能存在，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。

    command: hadoop fs -cp < hdfs file > < hdfs file > hadoop fs -cp < hdfs file or dir >... < hdfs dir > eg: WZB-MacBook:tmp wangzhibin$ hadoop fs -cp /test/tmp.txt /test/20190517/ WZB-MacBook:tmp wangzhibin$ hadoop fs -ls -R /test drwxr-xr-x - wangzhibin supergroup 0 2019-05-17 11:03 /test/20190517 -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 11:03 /test/20190517/tmp.txt drwxr-xr-x - wangzhibin supergroup 0 2019-05-17 10:42 /test/tmp -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 10:42 /test/tmp/tmp.txt -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 10:40 /test/tmp.txt

    mv

    HDFS移动文件或文件夹。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。源路径有多个时，目标路径必须为目录，且必须存在。

    command: hadoop fs -mv < hdfs file > < hdfs file > hadoop fs -mv < hdfs file or dir >... < hdfs dir > eg: WZB-MacBook:tmp wangzhibin$ hadoop fs -mv /test/20190517/tmp.20190519.txt /test/tmp WZB-MacBook:tmp wangzhibin$ hadoop fs -ls -R /test drwxr-xr-x - wangzhibin supergroup 0 2019-05-17 11:06 /test/20190517 -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 11:03 /test/20190517/tmp.txt drwxr-xr-x - wangzhibin supergroup 0 2019-05-17 11:06 /test/tmp -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 11:04 /test/tmp/tmp.20190519.txt -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 10:42 /test/tmp/tmp.txt -rw-r--r-- 1 wangzhibin supergroup 4662 2019-05-17 10:40 /test/tmp.txt

    **注意：**跨文件系统的移动（local到hdfs或者反过来）都是不允许的

    count

    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

    command: hadoop fs -count < hdfs path > eg: WZB-MacBook:tmp wangzhibin$ hadoop fs -count /test 3 4 18648 /test

    du

    显示hdfs对应路径下每个文件夹和文件的大小

    command: hadoop fs -du < hdsf path> eg: WZB-MacBook:tmp wangzhibin$ hadoop fs -du /test 4662 /test/20190517 9324 /test/tmp 4662 /test/tmp.txt

    显示hdfs对应路径下所有文件和的大小

    command: hadoop fs -du -s < hdsf path> eg: WZB-MacBook:tmp wangzhibin$ hadoop fs -du -s /test 18648 /test

    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

    command: hadoop fs -du -h < hdsf path> eg: WZB-MacBook:tmp wangzhibin$ hadoop fs -du -h /test 4.6 K /test/20190517 9.1 K /test/tmp 4.6 K /test/tmp.txt

    HDFS高级命令

    以下命令参考：hadoop HDFS常用文件操作命令。没有实践。

    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

    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

    moveToLocal

    当前版本中还未实现此命令

    copyToLocal

    hadoop fs -copyToLocal < local src > ... < hdfs dst >

    与get相类似

    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

    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

    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

    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

    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。

    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

    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

    distcp

    用来在两个HDFS之间拷贝数据

    MapReduce命令

    命令帮助

    WZB-MacBook:target wangzhibin$ mapred -help Usage: mapred [--config confdir] [--loglevel loglevel] COMMAND where COMMAND is one of: pipes run a Pipes job job manipulate MapReduce jobs queue get information regarding JobQueues classpath prints the class path needed for running mapreduce subcommands historyserver run job history servers as a standalone daemon distcp <srcurl> <desturl> copy file or directories recursively archive -archiveName NAME -p <parent path> <src>* <dest> create a hadoop archive archive-logs combine aggregated logs into hadoop archives hsadmin job history server admin interface Most commands print help when invoked w/o parameters.

    列出所有任务

    WZB-MacBook:target wangzhibin$ mapred job -list all 19/05/20 10:22:55 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032 Total jobs:1 JobId State StartTime UserName Queue Priority UsedContainers RsvdContainers UsedMem RsvdMem NeededMem AM info job_1558104288185_0001 SUCCEEDED 1558104322342 wangzhibin default DEFAULT N/A N/A N/A N/A N/A http://WZB-MacBook.local:8088/proxy/application_1558104288185_0001/

    强制停止任务

    mapred job -kill <job-id>

    参考资料

    1.0.4版本官方文档-Hadoop Shell命令hadoop HDFS常用文件操作命令大数据基本组件（Hadoop、HDFS、MapRed、YARN）入门命令

    专利

    最新回复(0)