{大数据}HDFS详解

1. HDFS的概念和特性

    首先，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

    其次，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；

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)

2.HDFS的shell(命令行客户端)操作​

    2.1：HDFS命令行客户端使用

        HDFS提供shell命令行客户端，使用方法如下：

        ​

    2.2：命令行客户端支持的命令参数​    

hadoop fs  [-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 ...]]

    2.3：

            -help            

            功能：输出这个命令参数手册          

            -ls                  

            功能：显示目录信息

            示例： hadoop fs -ls hdfs://hadoop-server01:9000/

            备注：这些参数中，所有的hdfs路径都可以简写

            -->hadoop fs -ls /   等同于上一条命令的效果-mkdir              

            功能：在hdfs上创建目录

            示例：hadoop fs  -mkdir  -p  /aaa/bbb/cc/dd-moveFromLocal            

            功能：从本地剪切粘贴到hdfs

            示例：hadoop  fs  - moveFromLocal  /home/hadoop/a.txt  /aaa/bbb/cc/dd

            -moveToLocal              

            功能：从hdfs剪切粘贴到本地

            示例：hadoop  fs  - moveToLocal   /aaa/bbb/cc/dd  /home/hadoop/a.txt --appendToFile  

            功能：追加一个文件到已经存在的文件末尾

            示例：hadoop  fs  -appendToFile  ./hello.txt  hdfs://hadoop-server01:9000/hello.txt

            可以简写为：

            Hadoop  fs  -appendToFile  ./hello.txt  /hello.txt

            -cat  

            功能：显示文件内容  

            示例：hadoop fs -cat  /hello.txt

            -tail                

            功能：显示一个文件的末尾

            示例：hadoop  fs  -tail  /weblog/access_log.1

            -text                  

            功能：以字符形式打印一个文件的内容

            示例：hadoop  fs  -text  /weblog/access_log.1-chgrp

            -chmod

            -chown

            功能：linux文件系统中的用法一样，对文件所属权限

            示例：

            hadoop  fs  -chmod  666  /hello.txt

            hadoop  fs  -chown  someuser:somegrp   /hello.txt-copyFromLocal    

            功能：从本地文件系统中拷贝文件到hdfs路径去

            示例：hadoop  fs  -copyFromLocal  ./jdk.tar.gz  /aaa/

            -copyToLocal      

            功能：从hdfs拷贝到本地

            示例：hadoop fs -copyToLocal /aaa/jdk.tar.gz-cp              

            功能：从hdfs的一个路径拷贝hdfs的另一个路径

            示例： hadoop  fs  -cp  /aaa/jdk.tar.gz  /bbb/jdk.tar.gz.2

            -mv                    

            功能：在hdfs目录中移动文件

            示例： hadoop  fs  -mv  /aaa/jdk.tar.gz  /-get              

            功能：等同于copyToLocal，就是从hdfs下载文件到本地

            示例：hadoop fs -get  /aaa/jdk.tar.gz

            -getmerge            

            功能：合并下载多个文件

            示例：比如hdfs的目录 /aaa/下有多个文件:log.1, log.2,log.3,...

            hadoop fs -getmerge /aaa/log.* ./log.sum-put                

            功能：等同于copyFromLocal

            示例：hadoop  fs  -put  /aaa/jdk.tar.gz  /bbb/jdk.tar.gz.2

            -rm                

            功能：删除文件或文件夹

            示例：hadoop fs -rm -r /aaa/bbb/

            -rmdir                

            功能：删除空目录

            示例：hadoop  fs  -rmdir   /aaa/bbb/ccc-df              

            功能：统计文件系统的可用空间信息

            示例：hadoop  fs  -df  -h  /

            -du

            功能：统计文件夹的大小信息

            示例：

            hadoop  fs  -du  -s  -h /aaa/*

            -count        

            功能：统计一个指定目录下的文件节点数量

            示例：hadoop fs -count /aaa/

            -setrep                

            功能：设置hdfs中文件的副本数量

            示例：hadoop fs -setrep 3 /aaa/jdk.tar.gz