HDFS常用文件操作命令及注意事项

HDFS 文件操作命令
HDFS 文件系统提供了相当多的shell 操作命令，大大方便了程序员和系统管理人员查看、修改HDFS 上的文件。进一步，HDFS 的操作命令和Unix/Linux 的命令名称和格式相当一致，因而学习HDFS 命令的成本也大为缩小。
HDFS 的基本命令格式如下：
bin/hadoop dfs–cmd <args>
这里cmd 就是具体的命令，记住cmd 前面的短线“–”千万不要忽略。



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，
3.1.moveToLocal
当前版本中还未实现此命令
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
注意事项
部分命令（如mkdir 等）需要文件\ 目录名作为参数，参数一般都是URI 格式，args 参数的基本格式是：scheme:// authority/path
scheme 指具体的文件系统，如果是本地文件，那么scheme 就是file ；如果是HDFS 上的文件，那么scheme 就是hdfs。authority 就是机器的地址和对应的端口。当然，正如Linux文件有绝对路径和相对路径一样，这里的URI 参数也可以做一定程度省略。当对应的设置为hdfs://namenode：namenodeport 时，如果路径参数为/parent/child，那么它对应的实际文件为:hdfs://namenode:namenodeport/parent/child
但是有一点要注意，HDFS 没有所谓当前工作目录的概念。前面说过，HDFS 所有文件元数据都是存在NameNode 节点上的，具体文件的存放由NameNode 掌控，某一个文件可能被分拆放到不同的机器上，也可能为了提高效率将路径不同的文件也放到同一台机器上。所以，为HDFS 提供cd、pwd 操作，都是不现实的。

本文来自 >> 尚学堂； 转载请注明：http://www.sxt.cn/u/13421/blog/8879