在第一节介绍了Hadoop伪分布系统的安装,本文的所有操作都是在第一节的系统上进行的。 本文主要介绍了Hadoop中HDFS的相关知识。包括基本介绍和相应的shell操作。
(1)分布式文件系统 随着数据量越来越多,在一个操作系统管辖的范围存不下了,那么就分配到更多的操作系统管理的磁盘中,但是不方便管理和维护,因此迫切需要一种系统来管理多台机器上的文件,这就是分布式文件管理系统 。它是一种允许文件通过网络在多台主机上分享的文件系统,可让多机器上的多用户分享文件和存储空间。 而它最主要的特性就是通透性。让实际上是通过网络来访问文件的动作,由程序与用户看来,就像是访问本地的磁盘一般。即使系统中有某些节点脱机,整体来说系统仍然可以持续运作而不会有数据损失 分布式文件管理系统很多,hdfs只是其中一种。适用于一次写入多次查询的情况,不支持并发写情况,小文件不合适。
(2)HDFS的常用SHELL操作。 HDFS也是一种操作系统。它的SHELL操作类似于Linux。 ①查看目录 命令:hadoop fs -ls PATH 例如:hadoop fs -ls hdfs://myhadoop:9000/ 这里有一个问题,为什么最后要加上hdfs://myhadoop:9000/,这里表示HDFS的根目录,我们可以查看一下/usr/local/hadoop/conf中的core-site.xml文件,在这个配置文件中配置了HDFS的根目录: 当然使用hadoop fs -ls /也可以查看,它会默认加上配置文件中的内容。 ②递归查看根目录下所有文件: 命令:hadoop fs -lsr hdfs://myhadoop:9000/ 如图所示,根据空格区分,第二个显示参数表示该文件的副本数,这意味着一个文件可能在HDFS中存在多个,这样就实现了文件的备份,其中为"-"的表示是目录,所有不存在副本,默认副本数是3。这里由于是伪分布系统,所以设置为了1。在/usr/local/hadoop/conf中的hdfs-site.xml文件可以进行相应的配置: ③创建目录 命令:hadoop fs -mkdir PATH 例如:hadoop fs -mkdir /d1 ④上传文件 命令:hadoop fs -put 源文件(Linux系统) 目标路径(HDFS) 例如:上传当前目录下的core-site.xml文件到刚刚创建的/d1目录中。
命令为:hadoop fs -put ./core-site.xml /d1 ⑤下载文件 命令:hadoop fs -get 源文件(HDFS) 目标路径(Linux系统) 例如:下载刚刚HDFS中/d1目录下的core-site.xml文件到Linux系统桌面。 命令为:hadoop fs -get /d1/core-site.xml /root/Desktop/ ⑥查看文件 命令:hadoop fs -text FILE 例如:查看d1下的core-site.xml文件。 命令为:hadoop fs -text /d1/core-site.xml ⑦删除文件 命令:hadoop fs -rm FILE 例如:删除/d1下的core-site.xml文件 ⑧递归删除 命令:hadoop fs -rmr PATH 例如:递归删除/d1下的所有内容 ⑨查看命令的帮助手册 命令:hadoop fs -help COMMAND 例如:查看ls的帮助手册
(3)HDFS中所有shell操作的总结:
|