大数据学习之路03——Hadoop常用命令详解

时间:2022-06-21
本文章向大家介绍大数据学习之路03——Hadoop常用命令详解，主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项，具有一定的参考价值，需要的朋友可以参考一下。

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

随机文章
本站知识点必读
最近更新