hadoop HDFS常用文件操作命令

命令基本格式:

hadoop fs -cmd < args >

---

1.ls

hadoop fs -ls  /

列出hdfs文件系統根目錄下的目錄和文件

hadoop fs -ls -R /

列出hdfs文件系統所有的目錄和文件

---

2.put

hadoop fs -put < local file > < hdfs file >

hdfs file的父目錄一定要存在，否則命令不會執行

hadoop fs -put  < local file or dir >...< hdfs dir >

hdfs dir 一定要存在，否則命令不會執行

hadoop fs -put - < hdsf  file>

從鍵盤讀取輸入到hdfs file中，按Ctrl+D結束輸入，hdfs file不能存在，否則命令不會執行

2.1.moveFromLocal

hadoop fs -moveFromLocal  < local src > ... < hdfs dst > 

與put相類似，命令執行后源文件 local src 被刪除，也可以從從鍵盤讀取輸入到hdfs file中

2.2.copyFromLocal

hadoop fs -copyFromLocal  < local src > ... < hdfs dst > 

與put相類似，也可以從從鍵盤讀取輸入到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，否則會提示文件已存在，沒有重名的文件會復制到本地

hadoop fs -get < hdfs file or dir > ... < local  dir >

拷貝多個文件或目錄到本地時，本地要為文件夾路徑
注意：如果用戶不是root， local 路徑要為用戶文件夾下的路徑，否則會出現權限問題，

3.1.moveToLocal

當前版本中還未實現此命令

3.2.copyToLocal

hadoop fs -copyToLocal < local src > ... < hdfs dst > 

與get相類似

---

4.rm

hadoop fs -rm < hdfs file > ...
hadoop fs -rm -r < hdfs dir>...

每次可以刪除多個文件或目錄

---

5.mkdir

hadoop fs -mkdir < hdfs path>

只能一級一級的建目錄，父目錄不存在的話使用這個命令會報錯

hadoop fs -mkdir -p < hdfs path> 

所創建的目錄如果父目錄不存在就創建該父目錄

---

6.getmerge

hadoop fs -getmerge < hdfs dir >  < local file >

將hdfs指定目錄下所有文件排序后合并到local指定的文件中，文件不存在時會自動創建，文件存在時會覆蓋里面的內容

hadoop fs -getmerge -nl  < hdfs dir >  < local file >

加上nl后，合并到local file中的hdfs文件之間會空出一行

---

7.cp

hadoop fs -cp  < hdfs file >  < hdfs file >

目標文件不能存在，否則命令不能執行，相當于給文件重命名并保存，源文件還存在
hadoop fs -cp < hdfs file or dir >... < hdfs dir >

目標文件夾要存在，否則命令不能執行

---

8.mv

hadoop fs -mv < hdfs file >  < hdfs file >

目標文件不能存在，否則命令不能執行，相當于給文件重命名并保存，源文件不存在

hadoop fs -mv  < hdfs file or dir >...  < hdfs dir >

源路徑有多個時，目標路徑必須為目錄，且必須存在。
注意：跨文件系統的移動（local到hdfs或者反過來）都是不允許的

---

9.count

hadoop fs -count < hdfs path >

統計hdfs對應路徑下的目錄個數，文件個數，文件總計大小
顯示為目錄個數，文件個數，文件總計大小，輸入路徑

---

10.du

hadoop fs -du < hdsf path> 

顯示hdfs對應路徑下每個文件夾和文件的大小

hadoop fs -du -s < hdsf path> 

顯示hdfs對應路徑下所有文件和的大小

hadoop fs -du - h < hdsf path> 

顯示hdfs對應路徑下每個文件夾和文件的大小,文件的大小用方便閱讀的形式表示，例如用64M代替67108864

---

11.text

hadoop fs -text < hdsf file>

將文本文件或某些格式的非文本文件通過文本格式輸出

---

12.setrep

hadoop fs -setrep -R 3 < hdfs path >

改變一個文件在hdfs中的副本個數，上述命令中數字3為所設置的副本個數，-R選項可以對一個人目錄下的所有目錄+文件遞歸執行改變副本個數的操作

---

13.stat

hdoop fs -stat [format] < hdfs path >

返回對應路徑的狀態信息
[format]可選參數有：%b（文件大小），%o（Block大小），%n（文件名），%r（副本個數），%y（最后一次修改日期和時間）
可以這樣書寫hadoop fs -stat %b%o%n < hdfs path >，不過不建議，這樣每個字符輸出的結果不是太容易分清楚

---

14.tail

hadoop fs -tail < hdfs file >

在標準輸出中顯示文件末尾的1KB數據

---

15.archive

hadoop archive -archiveName name.har -p < hdfs parent dir > < src >* < hdfs dst > 

命令中參數name：壓縮文件名，自己任意取；< hdfs parent dir > ：壓縮文件所在的父目錄；< src >：要壓縮的文件名；< hdfs dst >：壓縮文件存放路徑
*示例：hadoop archive -archiveName hadoop.har -p /user 1.txt 2.txt /des
示例中將hdfs中/user目錄下的文件1.txt，2.txt壓縮成一個名叫hadoop.har的文件存放在hdfs中/des目錄下，如果1.txt，2.txt不寫就是將/user目錄下所有的目錄和文件壓縮成一個名叫hadoop.har的文件存放在hdfs中/des目錄下
顯示har的內容可以用如下命令：

hadoop fs -ls /des/hadoop.jar

顯示har壓縮的是那些文件可以用如下命令

hadoop fs -ls -R har:///des/hadoop.har

注意：har文件不能進行二次壓縮。如果想給.har加文件，只能找到原來的文件，重新創建一個。har文件中原來文件的數據并沒有變化，har文件真正的作用是減少NameNode和DataNode過多的空間浪費。

---

16.balancer

hdfs balancer

如果管理員發現某些DataNode保存數據過多，某些DataNode保存數據相對較少，可以使用上述命令手動啟動內部的均衡過程

---

17.dfsadmin

hdfs dfsadmin -help

管理員可以通過dfsadmin管理HDFS，用法可以通過上述命令查看
hdfs dfsadmin -report

顯示文件系統的基本數據

hdfs dfsadmin -safemode < enter | leave | get | wait >

enter：進入安全模式；leave：離開安全模式；get：獲知是否開啟安全模式；
wait：等待離開安全模式

---

18.distcp

用來在兩個HDFS之間拷貝數據