Hadoop学习 day02

今天，继续学习了Hadoop。先是复习了之前学过的内容，然后学习了编译源码、HDFS概念、HDFS常用命令、HDFS客户端操作、HDFS获取文件系统、HDFS文件上传、HDFS文件下载、HDFS目录创建、HDFS文件夹删除、HDFS文件名更改、HDFS文件详情查看、HDFS文件和文件夹判断。
总结一下：
1.HDFS概念
HDFS，它是一个文件系统，用于存储文件，通过目录树来定位文件；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。
HDFS的设计适合一次写入，多次读出的场景，且不支持文件的修改。适合用来做数据分析，并不适合用来做网盘应用。
2.HDFS组成
1）HDFS集群包括，NameNode和DataNode以及Secondary Namenode。
2）NameNode负责管理整个文件系统的元数据，以及每一个路径（文件）所对应的数据块信息。
3）DataNode 负责管理用户的文件数据块，每一个数据块都可以在多个datanode上存储多个副本。
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。
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。
HDFS的块比磁盘的块大，其目的是为了最小化寻址开销。如果块设置得足够大，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。因而，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。
如果寻址时间约为10ms，而传输速率为100MB/s，为了使寻址时间仅占传输时间的1%，我们要将块大小设置约为100MB。默认的块大小128MB。
块的大小：10ms100100M/s = 100M
4.HDFS常用命令
1）-help
输出这个命令参数
2）-ls
显示目录信息
3）-mkdir
在hdfs上创建目录
4）-moveFromLocal
从本地剪切粘贴到hdfs
5）-moveToLocal
从hdfs剪切粘贴到本地（没有实现）
6）-appendToFile
追加一个文件到已经存在的文件末尾
7）-cat
显示文件内容
8）-tail
显示一个文件的末尾
9）-chgrp 、-chmod、-chown
linux文件系统中的用法一样，修改文件所属权限
10）-copyFromLocal
从本地文件系统中拷贝文件到hdfs路径去
11）-copyToLocal
从hdfs拷贝到本地
12）-cp
从hdfs的一个路径拷贝到hdfs的另一个路径
13）-mv
在hdfs目录中移动文件
14）-get
等同于copyToLocal，就是从hdfs下载文件到本地
15）-getmerge
合并下载多个文件，比如hdfs的目录/aaa/下有多个文件：log.1，log.2，log.3，…
16）-put
等同于copyFromLocal
17）-rm
删除文件或文件夹
18）-rmdir
删除空目录
19）-df
统计文件系统的可用空间信息
20）-du
统计文件夹的大小信息
21）-count
统计一个指定目录下的文件节点数量
嵌套文件层级：包含文件的总数
22）-setrep
设置hdfs中文件的副本数量
23）hdfs
离开安全模式
[victor@node1 hadoop-2.8.2]$ bin/hadoop dfsadmin -safemode leave
24）hadoop kill掉yarn任务
[victor@node1 hadoop-2.8.2]$ bin/hadoop job -kill job_1526884826758_0015
25）设置上传块大小
方式一
[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -conf ./hdfs-site.xml -put ./kn /spider/seeds/
方式二
[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -D dfs.blocksize=5242880 -put ./km /spider/seeds/
26）手动设置hdfs副本数量
[victor@node1 hadoop-2.8.2]$ bin/hadoop fs -setrep -R 1/
27）刷新namenode
[victor@node1 hadoop-2.8.2]$ bin/hdfs dfsadmin -refreshNodes
28）刷新resourcemanager
[victor@node1 hadoop-2.8.2]$ bin/yarn rmadmin -refreshNodes