Hadoop之HDFS文件系统

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。

 

组成

1HDFS集群包括,NameNodeDataNode以及Secondary Namenode

2NameNode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。

3DataNode 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。

4Secondary 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。

 

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。默认块大小实际为64MB,但是很多情况下HDFS使用128MB的块设置。

的大小:10ms*100*100M/s = 100M

HFDS命令行操作

常用命令实操

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上创建目录

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(不存在)

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-chownlinux文件系统中的用法一样,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,比如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(

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。因为目前只有3设备,最多也就3副本,只有节点数的增加10台时副本数才能达到10

)

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

 HDFS客户端操作(Eclipse)

1.jar包

2.环境变量HADOOP_HOME

3.引用jar

4.创建工程

public class HdfsClientDemo1 {

public static void main(String[] args) throws Exception {

// 1 获取文件系统

Configuration configuration = new Configuration();

// 配置在集群上运行

configuration.set("fs.defaultFS", "hdfs://hadoop102:9000");

FileSystem fileSystem = FileSystem.get(configuration);

 

// 直接配置访问集群的路径和访问集群的用户名称

// FileSystem fileSystem = FileSystem.get(new URI("hdfs://hadoop102:9000"),configuration, "atguigu");

 

// 2 把本地文件上传到文件系统中

fileSystem.copyFromLocalFile(new Path("f:/hello.txt"), new Path("/hello1.copy.txt"));

 

// 3 关闭资源

fileSystem.close();

System.out.println("over");

}

}

运行时需要配置用户名称Hadoop之HDFS文件系统_第1张图片

客户端去操作hdfs时,是有一个用户身份的。默认情况下,hdfs客户端api会从jvm中获取一个参数来作为自己的用户身份:-DHADOOP_USER_NAME=用户名称

 

 

@Test

public void initHDFS() throws Exception{

// 1 创建配置信息对象

// new Configuration();的时候,它就会去加载jar包中的hdfs-default.xml

// 然后再加载classpath下的hdfs-site.xml

Configuration configuration = new Configuration();

 

// 2 设置参数

// 参数优先级: 1、客户端代码中设置的值  2classpath下的用户自定义配置文件 3、然后是服务器的默认配置

// configuration.set("fs.defaultFS", "hdfs://hadoop102:9000");

configuration.set("dfs.replication", "3");

 

// 3 获取文件系统

FileSystem fs = FileSystem.get(configuration);

 

// 4 打印文件系统

System.out.println(fs.toString());

}

 

 

 

 

转载于:https://www.cnblogs.com/oyjg/p/11150891.html

你可能感兴趣的:(大数据,java,运维)