HADOOP基本操作命令大全

zzbb

　　启动HADOOP
　　start-all.sh
　　关闭HADOOP
　　stop-all.sh
　　查看文件列表
　　查看hdfs中/user/admin/aaron目录下的文件。
　　hadoop fs -ls /user/admin/aaron
　　列出hdfs中/user/admin/aaron目录下的所有文件（包括子目录下的文件）。
　　hadoop fs -lsr /user/admin/aaron
　　创建文件目录
　　hadoop fs -mkdir /user/admin/aaron/newDir
　　删除文件
　　删除hdfs中/user/admin/aaron目录下一个名叫needDelete的文件
　　hadoop fs -rm /user/admin/aaron/needDelete
　　删除hdfs中/user/admin/aaron目录以及该目录下的所有文件
　　hadoop fs -rmr /user/admin/aaron
　　上传文件
　　hadoop fs –put /home/admin/newFile /user/admin/aaron/
　　下载文件
　　hadoop fs –get /user/admin/aaron/newFile /home/admin/newFile
　　查看文件
　　hadoop fs –cat /home/admin/newFile
　　新建一个空文件
　　hadoop  fs  -touchz /user/new.txt
　　将hadoop上某个文件重命名
　　hadoop  fs  –mv /user/test.txt  /user/ok.txt
　　将hadoop指定目录下所有内容保存为一个文件，同时down至本地
　　hadoop dfs –getmerge  /user /home/t
　　提交MAPREDUCE JOB
　　h bin/hadoop jar /home/admin/hadoop/job.jar [jobMainClass] [jobArgs]
　　杀死某个正在运行的JOB
　　hadoop job -kill job_201005310937_0053
　　更多HADOOP的命令
　　hadoop
　　可以看到更多命令的说明信息：
　　namenode -format         format the DFS filesystem
　　secondarynamenode     run the DFS secondary namenode
　　namenode                       run the DFS namenode
　　datanode                         run a DFS datanode
　　dfsadmin                         run a DFS admin client
　　fsck                                   run a DFS filesystem checking utility
　　fs                                      run a generic filesystem user client
　　balancer                         run a cluster balancing utility
　　jobtracker                       run the MapReduce job Tracker node
　　pipes                               run a Pipes job
　　tasktracker                     run a MapReduce task Tracker node
　　job                                   manipulate MapReduce jobs
　　queue                             get information regarding JobQueues
　　version                           print the version
　　jar             run a jar file
　　distcp   copy file or directories recursively
　　archive -archiveName NAME *  create a hadoop archive
　　daemonlog            get/set the log level for each daemon
　　or

　　CLASSNAME            run the>　　Most commands print help when invoked w/o parameters.
　　说明：
　　1、列出所有Hadoop Shell支持的命令
　　$bin/hadoop fs -help
　　2、显示关于某个命令的详细信息
　　$bin/hadoop fs -help command-name
　　3、用户可使用以下命令在指定路径下查看历史日志汇总，显示作业的细节信息，失败和终止的任务细节
　　$bin/hadoop job -history output-dir
　　4、关于作业的更多细节，比如成功的任务，以及对每个任务的所做的尝试次数等可以用下面的命令查看
　　$bin/hadoop job -history all output-dir
　　5、格式化一个新的分布式文件系统
　　$bin/hadoop namenode -format
　　6、在分配的NameNode上，运行下面的命令启动HDFS，所有列出的slave上启动DataNode守护进程
　　$bin/start-dfs.sh
　　7、在分配的JobTracker上，运行下面的命令启动Map/Reduce
　　$bin/start-mapred.sh
　　8、在分配的NameNode上，执行下面的命令停止HDFS：
　　$bin/stop-dfs.sh
　　9、在分配的JobTracker上，运行下面的命令停止Map/Reduce：
　　$bin/stop-mapred.sh
　　DFSShell
　　10、创建一个名为 /foodir 的目录
　　$bin/hadoop dfs -mkdir /foodir
　　11、创建一个名为 /foodir 的目录
　　$bin/hadoop dfs -mkdir /foodir
　　12、查看名为/foodir/myfile.txt 的文件内容
　　$bin/hadoop dfs -cat /foodir/myfile.txt
　　DFSAdmin
　　13、将集群置于安全模式
　　$bin/hadoop dfsadmin -safemode enter
　　14、显示Datanode列表
　　$bin/hadoop dfsadmin -report
　　15、使Datanode节点datanodename退役
　　$bin/hadoop dfsadmin -decommission datanodename
　　16、bin/hadoop dfsadmin-help 命令能列出所有当前支持的命令。比如：
　　*-report：报告HDFS的基本统计信息。有些信息可以在NameNode Web服务首页看到。
　　*-safemode：通常并不需要，管理员的确可以手动让NameNode进入或离开安全模式。
　　*-finalizeUpgrade：删除上一次升级时制作的集群备份。
　　17、显式地将HDFS置于安全模式
　　$bin/hadoop dfsadmin -safemode
　　18、在升级之前，管理员需要用（升级终结操作）命令删除存在的备份文件
　　$bin/hadoop dfsadmin -finalizeUpgrade
　　19、能够知道是否需要对一个集群执行升级终结操作。
　　$dfsadmin -upgradeProgress status
　　20、使用-upgrade选项运行新的版本
　　$bin/start-dfs.sh -upgrade
　　21、需要退回到老版本,就必须停止集群并且部署老版本的Hadoop，用回滚选项启动集群
　　$bin/start-dfs.h -rollback
　　22、下面的新命令或新选项是用于支持配额的。前两个是管理员命令。
　　*dfsadmin -setquota  ...
　　把每个目录配额设为N。这个命令会在每个目录上尝试，如果N不是一个正的长整型数，目录不存在或是文件名，或者目录超过配额，则会产生错误报告。
　　*dfsadmin -clrquota ...
　　为每个目录删除配额。这个命令会在每个目录上尝试，如果目录不存在或者是文件，则会产生错误报告。如果目录原来没有设置配额不会报错。
　　*fs -count -q ...
　　使用-q选项，会报告每个目录设置的配额，以及剩余配额。如果目录没有设置配额，会报告none和inf。
　　23、创建一个hadoop档案文件
　　$hadoop archive -archiveName NAME *
　　-archiveName NAME  要创建的档案的名字。
　　src文件系统的路径名，和通常含正则表达的一样。
　　dest保存档案文件的目标目录。
　　24、递归拷贝文件或目录
　　$hadoop distcp  
　　srcurl      源Url
　　desturl     目标Url
　　25、运行HDFS文件系统检查工具(fsck tools)
　　用法：hadoopfsck [GENERIC_OPTIONS]  [-move | -delete | -openforwrite] [-files[-blocks [-locations | -racks]]]
　　命令选项描述
　　      检查的起始目录。
　　-move            移动受损文件到/lost+found
　　-delete    删除受损文件。
　　-openforwrite    打印出写打开的文件。
　　-files            打印出正被检查的文件。
　　-blocks    打印出块信息报告。
　　-locations    打印出每个块的位置信息。
　　-racks            打印出data-node的网络拓扑结构。
　　26、用于和Map Reduce作业交互和命令(jar)
　　用法：hadoopjob [GENERIC_OPTIONS] [-submit ] | [-status ] |[-counter   ] | [-kill] | [-events  ] | [-history [all] ] | [-list [all]] |[-kill-task ] | [-fail-task ]
　　命令选项描述
　　-submit                                           提交作业
　　-status                                           打印map和reduce完成百分比和所有计数器。
　　-counter                     打印计数器的值。
　　-kill                                                   杀死指定作业。
　　-events                     打印给定范围内jobtracker接收到的事件细节。
　　-history [all]     -history        打印作业的细节、失败及被杀死原因的细节。更多的关于一个作业的细节比如
　　成功的任务，做过的任务尝试等信息可以通过指定[all]选项查看。
　　-list [all]    -listall                                      显示所有作业。-list只显示将要完成的作业。
　　-kill-task                                           杀死任务。被杀死的任务不会不利于失败尝试。
　　-fail-task                                           使任务失败。被失败的任务会对失败尝试不利。
　　27、运行pipes作业
　　用法：hadooppipes [-conf ] [-jobconf , , ...][-input ] [-output ] [-jar ][-inputformat ] [-map ] [-partitioner ][-reduce ] [-writer ] [-program ][-reduces ]
　　命令选项描述
　　-conf                               作业的配置
　　-jobconf, , ...      增加/覆盖作业的配置项
　　-input                              输入目录
　　-output                        输出目录
　　-jar                      Jar文件名
　　-inputformat                      InputFormat类
　　-map                              JavaMap类
　　-partitioner                     JavaPartitioner
　　-reduce                     JavaReduce类
　　-writer                     JavaRecordWriter
　　-program                      可执行程序的URI
　　-reduces                             reduce个数
　　28、打印版本信息。
　　用法：hadoop version
　　29、hadoop脚本可用于调调用任何类。

　　用法：hadoop>　　运行名字为CLASSNAME的类。
　　30、运行集群平衡工具。管理员可以简单的按Ctrl-C来停止平衡过程(balancer)
　　用法：hadoop balancer [-threshold ]
　　命令选项描述
　　-threshold                    磁盘容量的百分比。这会覆盖缺省的阀值。
　　31、获取或设置每个守护进程的日志级别(daemonlog)。
　　用法：hadoopdaemonlog -getlevel  
　　用法：hadoopdaemonlog -setlevel   
　　命令选项描述
　　-getlevel                        打印运行在的守护进程的日志级别。这个命令内部会连接http:///logLevel?log=
　　-setlevel                 设置运行在的守护进程的日志级别。这个命令内部会连接http:///logLevel?log=
　　32、运行一个HDFS的datanode。
　　用法：hadoopdatanode [-rollback]
　　命令选项描述
　　-rollback                                      将datanode回滚到前一个版本。这需要在停止datanode，分发老的hadoop版本之后使用。
　　33、运行一个HDFS的dfsadmin客户端。
　　用法：hadoopdfsadmin [GENERIC_OPTIONS] [-report] [-safemode enter | leave | get | wait][-refreshNodes] [-finalizeUpgrade] [-upgradeProgress status | details | force][-metasave filename] [-setQuota ...] [-clrQuota...] [-help [cmd]]
　　命令选项描述
　　-report                                                       报告文件系统的基本信息和统计信息。
　　-safemode enter |leave | get | wait                               安全模式维护命令。安全模式是Namenode的一个状态，这种状态下，Namenode
　　1. 不接受对名字空间的更改(只读)
　　2. 不复制或删除块
　　Namenode会在启动时自动进入安全模式，当配置的块最小百分比数满足最小的副本数条件时，会自动离开安全模式。安全模式可以手动进入，但是这样的话也必须手动关闭安全模式。
　　-refreshNodes                                     重新读取hosts和exclude文件，更新允许连到Namenode的或那些需要退出或入编的Datanode的集合。
　　-finalizeUpgrade                             终结HDFS的升级操作。Datanode删除前一个版本的工作目录，之后Namenode也这样做。这个操作完结整个升级过程。
　　-upgradeProgressstatus | details | force      请求当前系统的升级状态，状态的细节，或者强制升级操作进行。
　　-metasave filename                             保存Namenode的主要数据结构到hadoop.log.dir属性指定的目录下的文件。对于下面的每一项，
　　中都会一行内容与之对应
　　1. Namenode收到的Datanode的心跳信号
　　2. 等待被复制的块
　　3. 正在被复制的块
　　4. 等待被删除的块
　　-setQuota ...     为每个目录 设定配额。目录配额是一个长整型整数，强制限定了目录树下的名字个数。
　　命令会在这个目录上工作良好，以下情况会报错：
　　1. N不是一个正整数，或者
　　2. 用户不是管理员，或者
　　3. 这个目录不存在或是文件，或者
　　4. 目录会马上超出新设定的配额。
　　-clrQuota...     为每一个目录清除配额设定。
　　命令会在这个目录上工作良好，以下情况会报错：
　　1. 这个目录不存在或是文件，或者
　　2. 用户不是管理员。
　　如果目录原来没有配额不会报错。
　　-help [cmd]    显示给定命令的帮助信息，如果没有给定命令，则显示所有命令的帮助信息。
　　34、运行MapReduce job Tracker节点(jobtracker)。
　　用法：hadoopjobtracker
　　35、运行namenode。有关升级，回滚，升级终结的更多信息请参考升级和回滚。
　　用法：hadoopnamenode [-format] | [-upgrade] | [-rollback] | [-finalize] |[-importCheckpoint]
　　命令选项描述
　　-format                            格式化namenode。它启动namenode，格式化namenode，之后关闭namenode。
　　-upgrade                            分发新版本的hadoop后，namenode应以upgrade选项启动。
　　-rollback                            将namenode回滚到前一版本。这个选项要在停止集群，分发老的hadoop版本后使用。
　　-finalize                            finalize会删除文件系统的前一状态。最近的升级会被持久化，rollback选项将再
　　不可用，升级终结操作之后，它会停掉namenode。
　　-importCheckpoint                    从检查点目录装载镜像并保存到当前检查点目录，检查点目录由fs.checkpoint.dir指定。
　　36、运行HDFS的secondary namenode。
　　用法：hadoopsecondarynamenode [-checkpoint [force]] | [-geteditsize]
　　命令选项描述
　　-checkpoint [force]                    如果EditLog的大小 >= fs.checkpoint.size，启动Secondary namenode的检查点
　　过程。如果使用了-force，将不考虑EditLog的大小。
　　-geteditsize                            打印EditLog大小。