Java大数据开发(三)Hadoop(7)-HDFS

2021年11月21日 阅读数:13
这篇文章主要向大家介绍Java大数据开发(三)Hadoop(7)-HDFS,主要内容包括基础应用、实用技巧、原理机制等方面,希望对大家有所帮助。
导读:在刚开始的学习中,曾经介绍过,hadoop组成部分包含HDFS,MapReduce,下面咱们就来看一下HDFS吧。


HDFS概念


1.1 概念


HDFS,它是一个文件系统,用于存储文件,经过目录树来定位文件;其次,它是分布式的,由不少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。java


HDFS的设计适合一次写入,屡次读出的场景,且不支持文件的修改。适合用来作数据分析,并不适合用来作网盘应用。node


1.2 组成


(1)HDFS集群包括,NameNode和DataNode以及Secondary Namenode。linux


(2)NameNode负责管理整个文件系统的元数据,以及每个路径(文件)所对应的数据块信息。web


(3)DataNode 负责管理用户的文件数据块,每个数据块均可以在多个datanode上存储多个副本。ruby


(4)Secondary NameNode用来监控HDFS状态的辅助后台程序,每隔一段时间获取HDFS元数据的快照。服务器


1.3 HDFS 文件块大小


HDFS中的文件在物理上是分块存储(block),块的大小能够经过配置参数( dfs.blocksize)来规定,默认大小在hadoop2.x版本中是128M,老版本中是64M。微信


HDFS的块比磁盘的块大,其目的是为了最小化寻址开销。若是块设置得足够大,从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间。于是,传输一个由多个块组成的文件的时间取决于磁盘传输速率。app


若是寻址时间约为10ms,而传输速率为100MB/s,为了使寻址时间仅占传输时间的1%,咱们要将块大小设置约为100MB默认块大小实际为64MB,可是不少状况下HDFS使用128MB的块设置。的大小:10ms*100*100M/s = 100M分布式



HFDS命令行操做


启动集群:oop


[root@hadoop100 hadoop-2.7.2]$ sbin/start-dfs.sh[root@hadoop101 hadoop-2.7.2]$ sbin/start-yarn.sh


一、基本语法


bin/hadoop fs 具体命令  OR  bin/hdfs dfs 具体命令


二、参数大全


bin/hadoop fs


三、经常使用命令实操


(1)-help:输出这个命令参数


bin/hdfs dfs -help rm


(2)-ls: 显示目录信息


hadoop fs -ls /


(3)-mkdir:在hdfs上建立目录


hadoop fs  -mkdir  -p  /aaa/bbb/cc/dd


(4)-moveFromLocal从本地剪切粘贴到hdfs


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


(5)-moveToLocal:从hdfs剪切粘贴到本地


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


(6)--appendToFile  :追加一个文件到已经存在的文件末尾


hadoop  fs  -appendToFile  ./hello.txt  /hello.txt


(7)-cat :显示文件内容


(8)-tail:显示一个文件的末尾


hadoop  fs  -tail  /weblog/access_log.1


(9)-text:以字符形式打印一个文件的内容


hadoop  fs  -text  /weblog/access_log.1


(10)-chgrp 、-chmod、-chown:linux文件系统中的用法同样,修改文件所属权限


hadoop  fs  -chmod  666  /hello.txt


hadoop  fs  -chown  someuser:somegrp   /hello.txt


(11)-copyFromLocal:从本地文件系统中拷贝文件到hdfs路径去


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


(12)-copyToLocal:从hdfs拷贝到本地


hadoop fs -copyToLocal /aaa/jdk.tar.gz


(13)-cp :从hdfs的一个路径拷贝到hdfs的另外一个路径


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


(14)-mv:在hdfs目录中移动文件


hadoop  fs  -mv  /aaa/jdk.tar.gz  /


(15)-get:等同于copyToLocal,就是从hdfs下载文件到本地


hadoop fs -get  /aaa/jdk.tar.gz


(16)-getmerge  :合并下载多个文件,好比hdfs的目录 /aaa/下有多个文件:log.1, log.2,log.3,...


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


(17)-put:等同于copyFromLocal


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


(18)-rm:删除文件或文件夹


hadoop fs -rm -r /aaa/bbb/


(19)-rmdir:删除空目录


hadoop  fs  -rmdir   /aaa/bbb/ccc


(20)-df :统计文件系统的可用空间信息


hadoop  fs  -df  -h  /


(21)-du统计文件夹的大小信息


hadoop  fs  -du  -s  -h /aaa/*


(22)-count:统计一个指定目录下的文件节点数量


hadoop fs -count /aaa/


(23)-setrep:设置hdfs中文件的副本数量


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


这里设置的副本数只是记录在namenode的元数据中,是否真的会有这么多副本,还得看datanode的数量。由于目前只有3台设备,最多也就3个副本,只有节点数的增长到10台时,副本数才能达到10


关注「跟我一块儿学大数据」

跟我一块儿学大数据

本文分享自微信公众号 - 跟我一块儿学大数据(java_big_data)。
若有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一块儿分享。