java大数据最全课程学习笔记(4)--HDFS NN,2NN,DN及HDFS2.x新特性

目前CSDN,博客园,简书同步发表中,更多精彩欢迎访问我的gitee pages

HDFS NN,2NN,DN及HDFS2.x新特性

NameNode和SecondaryNameNode(重点)

NN和2NN工作机制

java大数据最全课程学习笔记(4)--HDFS NN,2NN,DN及HDFS2.x新特性_第1张图片

  1. 第一阶段:NameNode启动
    1. 第一次启动NameNode格式化后,创建fsimage和edits文件。如果不是第一次启动,直接加载编辑日志和镜像文件到内存。
    2. 客户端对元数据进行增删改的请求。
    3. NameNode记录操作日志,更新滚动日志。
    4. NameNode在内存中对数据进行增删改。
  2. 第二阶段:Secondary NameNode工作
    1. Secondary NameNode询问NameNode是否需要CheckPoint。直接带回NameNode是否检查结果。
    2. Secondary NameNode请求执行CheckPoint。
    3. NameNode滚动正在写的Edits日志。
    4. 将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode。
    5. Secondary NameNode加载编辑日志和镜像文件到内存,并合并。
    6. 生成新的镜像文件fsimage.chkpoint。
    7. 拷贝fsimage.chkpoint到NameNode。
    8. NameNode将fsimage.chkpoint重新命名成fsimage。

NN和2NN工作机制详解

Fsimage:NameNode内存中元数据序列化后形成的文件。

Edits:记录客户端更新元数据信息的每一步操作(可通过Edits运算出元数据)。

NameNode启动时,先滚动Edits并生成一个空的edits.inprogress,然后加载Edits和Fsimage到内存中,此时NameNode内存就持有最新的元数据信息。Client开始对NameNode发送元数据的增删改的请求,这些请求的操作首先会被记录到edits.inprogress中(查询元数据的操作不会被记录在Edits中,因为查询操作不会更改元数据信息),如果此时NameNode挂掉,重启后会从Edits中读取元数据的信息。然后,NameNode会在内存中执行元数据的增删改的操作。

由于Edits中记录的操作会越来越多,Edits文件会越来越大,导致NameNode在启动加载Edits时会很慢,所以需要对Edits和Fsimage进行合并(所谓合并,就是将Edits和Fsimage加载到内存中,照着Edits中的操作一步步执行,最终形成新的Fsimage)。SecondaryNameNode的作用就是帮助NameNode进行Edits和Fsimage的合并工作。

SecondaryNameNode首先会询问NameNode是否需要CheckPoint(触发CheckPoint需要满足两个条件中的任意一个,定时时间到和Edits中数据写满了)。直接带回NameNode是否检查结果。SecondaryNameNode执行CheckPoint操作,首先会让NameNode滚动Edits并生成一个空的edits.inprogress,滚动Edits的目的是给Edits打个标记,以后所有新的操作都写入edits.inprogress,其他未合并的Edits和Fsimage会拷贝到SecondaryNameNode的本地,然后将拷贝的Edits和Fsimage加载到内存中进行合并,生成fsimage.chkpoint,然后将fsimage.chkpoint拷贝给NameNode,重命名为Fsimage后替换掉原来的Fsimage。NameNode在启动时就只需要加载之前未合并的Edits和Fsimage即可,因为合并过的Edits中的元数据信息已经被记录在Fsimage中。

Fsimage和Edits解析

  1. 概念

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ncKKYAUd-1594953771729)(https://img2020.cnblogs.com/blog/1577985/202007/1577985-20200717103746433-604238945.png)]

  1. oiv查看Fsimage文件

    1. 查看oiv和oev命令

      [atguigu@hadoop101 current]$ hdfs
      oiv            apply the offline fsimage viewer to an fsimage
      oev            apply the offline edits viewer to an edits file
      
    2. 基本语法

      hdfs oiv -p 文件类型 -i镜像文件 -o 转换后文件输出路径

    3. 案例实操

      [atguigu@hadoop101 current]$ pwd
      /opt/module/hadoop-2.7.2/data/tmp/dfs/name/current
      
      [atguigu@hadoop101 current]$ hdfs oiv -p XML -i fsimage_0000000000000000025 -o /opt/module/hadoop-2.7.2/fsimage.xml
      
      [atguigu@hadoop101 current]$ cat /opt/module/hadoop-2.7.2/fsimage.xml
      

      查看xml文件,部分显示结果如下

      <inode>
      	<id>16386id>
      	<type>DIRECTORYtype>
      	<name>username>
      	<mtime>1512722284477mtime>
      	<permission>atguigu:supergroup:rwxr-xr-xpermission>
      	<nsquota>-1nsquota>
      	<dsquota>-1dsquota>
      inode>
      <inode>
      	<id>16387id>
      	<type>DIRECTORYtype>
      	<name>atguiguname>
      	<mtime>1512790549080mtime>
      	<permission>atguigu:supergroup:rwxr-xr-xpermission>
      	<nsquota>-1nsquota>
      	<dsquota>-1dsquota>
      inode>
      <inode>
      	<id>16389id>
      	<type>FILEtype>
      	<name>wc.inputname>
      	<replication>3replication>
      	<mtime>1512722322219mtime>
      	<atime>1512722321610atime>
      	<perferredBlockSize>134217728perferredBlockSize>
      	<permission>atguigu:supergroup:rw-r--r--permission>
      	<blocks>
      		<block>
      			<id>1073741825id>
      			<genstamp>1001genstamp>
      			<numBytes>59numBytes>
      		block>
      	blocks>
      inode >
      
      • 思考:可以看出,Fsimage中没有记录块所对应DataNode,为什么?

        在集群启动后,要求DataNode上报数据块信息,并间隔一段时间后再次上报。

  2. oev查看Edits文件

    1. 基本语法

      hdfs oev -p 文件类型 -i编辑日志 -o 转换后文件输出路径

    2. 案例实操

      [atguigu@hadoop101 current]$ hdfs oev -p XML -i edits_0000000000000000012-0000000000000000013 -o /opt/module/hadoop-2.7.2/edits.xml
      [atguigu@hadoop101 current]$ cat /opt/module/hadoop-2.7.2/edits.xml
      

      查看xml文件

      
      <EDITS>
      	<EDITS_VERSION>-63EDITS_VERSION>
      	<RECORD>
      		<OPCODE>OP_START_LOG_SEGMENTOPCODE>
      		<DATA>
      			<TXID>129TXID>
      		DATA>
      	RECORD>
      	<RECORD>
      		<OPCODE>OP_ADDOPCODE>
      		<DATA>
      			<TXID>130TXID>
      			<LENGTH>0LENGTH>
      			<INODEID>16407INODEID>
      			<PATH>/hello7.txtPATH>
      			<REPLICATION>2REPLICATION>
      			<MTIME>1512943607866MTIME>
      			<ATIME>1512943607866ATIME>
      			<BLOCKSIZE>134217728BLOCKSIZE>
      			<CLIENT_NAME>DFSClient_NONMAPREDUCE_-1544295051_1CLIENT_NAME>
      			<CLIENT_MACHINE>192.168.1.5CLIENT_MACHINE>
      			<OVERWRITE>trueOVERWRITE>
      			<PERMISSION_STATUS>
      				<USERNAME>atguiguUSERNAME>
      				<GROUPNAME>supergroupGROUPNAME>
      				<MODE>420MODE>
      			PERMISSION_STATUS>
      			<RPC_CLIENTID>908eafd4-9aec-4288-96f1-e8011d181561RPC_CLIENTID>
      			<RPC_CALLID>0RPC_CALLID>
      		DATA>
      	RECORD>
      	<RECORD>
      		<OPCODE>OP_ALLOCATE_BLOCK_IDOPCODE>
      		<DATA>
      			<TXID>131TXID>
      			<BLOCK_ID>1073741839BLOCK_ID>
      		DATA>
      	RECORD>
      	<RECORD>
      		<OPCODE>OP_SET_GENSTAMP_V2OPCODE>
      		<DATA>
      			<TXID>132TXID>
      			<GENSTAMPV2>1016GENSTAMPV2>
      		DATA>
      	RECORD>
      	<RECORD>
      		<OPCODE>OP_ADD_BLOCKOPCODE>
      		<DATA>
      			<TXID>133TXID>
      			<PATH>/hello7.txtPATH>
      			<BLOCK>
      				<BLOCK_ID>1073741839BLOCK_ID>
      				<NUM_BYTES>0NUM_BYTES>
      				<GENSTAMP>1016GENSTAMP>
      			BLOCK>
      			<RPC_CLIENTID>RPC_CLIENTID>
      			<RPC_CALLID>-2RPC_CALLID>
      		DATA>
      	RECORD>
      	<RECORD>
      		<OPCODE>OP_CLOSEOPCODE>
      		<DATA>
      			<TXID>134TXID>
      			<LENGTH>0LENGTH>
      			<INODEID>0INODEID>
      			<PATH>/hello7.txtPATH>
      			<REPLICATION>2REPLICATION>
      			<MTIME>1512943608761MTIME>
      			<ATIME>1512943607866ATIME>
      			<BLOCKSIZE>134217728BLOCKSIZE>
      			<CLIENT_NAME>CLIENT_NAME>
      			<CLIENT_MACHINE>CLIENT_MACHINE>
      			<OVERWRITE>falseOVERWRITE>
      			<BLOCK>
      				<BLOCK_ID>1073741839BLOCK_ID>
      				<NUM_BYTES>25NUM_BYTES>
      				<GENSTAMP>1016GENSTAMP>
      			BLOCK>
      			<PERMISSION_STATUS>
      				<USERNAME>atguiguUSERNAME>
      				<GROUPNAME>supergroupGROUPNAME>
      				<MODE>420MODE>
      			PERMISSION_STATUS>
      		DATA>
      	RECORD>
      EDITS >
      

      思考:NameNode如何确定下次开机启动的时候合并哪些Edits?

CheckPoint时间设置

  1. 默认设置为SecondaryNameNode每隔一小时执行一次.

    [hdfs-default.xml]

    <property>
     <name>dfs.namenode.checkpoint.periodname>
     <value>3600value>
    property>
    
  2. 或者一分钟检查一次操作次数,当操作次数达到1百万时,SecondaryNameNode执行一次。

    <property>
      <name>dfs.namenode.checkpoint.txnsname>
      <value>1000000value>
    <description>操作动作次数description>
    property>
    <property>
      <name>dfs.namenode.checkpoint.check.periodname>
      <value>60value>
    <description>1分钟检查一次操作次数description>
    property>
    

NameNode故障处理

NameNode故障后,可以采用如下两种方法恢复数据。

  • 方法一:将SecondaryNameNode中数据拷贝到NameNode存储数据的目录;

    1. kill -9 NameNode进程

    2. 删除NameNode存储的数据(/opt/module/hadoop-2.7.2/data/tmp/dfs/name)

      [atguigu@hadoop101 hadoop-2.7.2]$ rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*

    3. 拷贝SecondaryNameNode中数据到原NameNode存储数据目录

      [atguigu@hadoop101 dfs]$ scp -r atguigu@hadoop103:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary/* ./name/

    4. 重新启动NameNode

  • 方法二:使用-importCheckpoint选项启动NameNode守护进程,从而将SecondaryNameNode中数据拷贝到NameNode目录中。

    1. 修改hdfs-site.xml中的

      <property>
        <name>dfs.namenode.checkpoint.periodname>
        <value>120value>
      property>
      <property>
        <name>dfs.namenode.name.dirname>
        <value>/opt/module/hadoop-2.7.2/data/tmp/dfs/namevalue>
      property>
      
    2. kill -9 NameNode进程

    3. 删除NameNode存储的数据(/opt/module/hadoop-2.7.2/data/tmp/dfs/name)

      [atguigu@hadoop102 hadoop-2.7.2]$ rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*

    4. 如果SecondaryNameNode不和NameNode在一个主机节点上,需要将SecondaryNameNode存储数据的目录拷贝到NameNode存储数据的平级目录,并删除in_use.lock文件

      [atguigu@hadoop101 dfs]$ scp -r atguigu@hadoop103:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary ./
      [atguigu@hadoop101 namesecondary]$ rm -rf in_use.lock
      [atguigu@hadoop101 dfs]$ pwd
      /opt/module/hadoop-2.7.2/data/tmp/dfs
      [atguigu@hadoop101 dfs]$ ls
      data  name  namesecondary
      
    5. 导入检查点数据(等待一会ctrl+c结束掉)

      [atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs namenode -importCheckpoint

    6. 启动NameNode

      [atguigu@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode

集群安全模式

  1. 概述

java大数据最全课程学习笔记(4)--HDFS NN,2NN,DN及HDFS2.x新特性_第2张图片

  • 当NN中所保存的所有块的最小副本数(默认为1) / 块的总数 > 99.9%时,NN会在30秒之后自动离开安全模式!
  1. 基本语法

    集群处于安全模式,不能执行重要操作(写操作)。集群启动完成后,自动退出安全模式。

    1. bin/hdfs dfsadmin -safemode get (功能描述:查看安全模式状态)
    2. bin/hdfs dfsadmin -safemode enter (功能描述:进入安全模式状态)
    3. bin/hdfs dfsadmin -safemode leave (功能描述:离开安全模式状态)
    4. bin/hdfs dfsadmin -safemode wait (功能描述:等待安全模式状态)
  2. 案例

    模拟等待安全模式

    1. 查看当前模式

      [atguigu@hadoop101 hadoop-2.7.2]$ hdfs dfsadmin -safemode get Safe mode is OFF

    2. 先进入安全模式

      [atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs dfsadmin -safemode enter

    3. 创建并执行下面的脚本

      [atguigu@hadoop101 hadoop-2.7.2]$ touch safemode.sh
      [atguigu@hadoop101 hadoop-2.7.2]$ vim safemode.sh
      #!/bin/bash
      hdfs dfsadmin -safemode wait
      hdfs dfs -put /opt/module/hadoop-2.7.2/README.txt /
      [atguigu@hadoop101 hadoop-2.7.2]$ chmod 777 safemode.sh
      [atguigu@hadoop101 hadoop-2.7.2]$ ./safemode.sh 
      
    4. 再打开一个窗口,执行

      [atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs dfsadmin -safemode leave

    5. 观察

      1. 再观察上一个窗口

        Safe mode is OFF

      2. HDFS集群上已经有上传的数据了

    即等待模式输入的命令(写操作)会在安全模式关闭后执行.

NameNode多目录配置

  1. NameNode的本地目录可以配置成多个,且每个目录存放内容相同,增加了可靠性

  2. 具体配置如下

    1. 在hdfs-site.xml文件中增加如下内容

      <property>
          <name>dfs.namenode.name.dirname>
      <value>file:///${hadoop.tmp.dir}/dfs/name1,file:///${hadoop.tmp.dir}/dfs/name2value>
      property>
      
    2. 停止集群,删除data和logs中所有数据。

      [atguigu@hadoop102 hadoop-2.7.2]$ xcall rm -rf data/ logs/
      
    3. 格式化集群并启动。

      [atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs namenode –format
      [atguigu@hadoop101 hadoop-2.7.2]$ sbin/start-dfs.sh
      
    4. 查看结果

      [atguigu@hadoop102 dfs]$ ll
      总用量 12
      drwx------. 3 atguigu atguigu 4096 12月 11 08:03 data
      drwxrwxr-x. 3 atguigu atguigu 4096 12月 11 08:03 name1
      drwxrwxr-x. 3 atguigu atguigu 4096 12月 11 08:03 name2
      

DataNode(重点)

DataNode工作机制

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TFq6kzES-1594953771734)(https://img2020.cnblogs.com/blog/1577985/202007/1577985-20200717103903907-1973895694.png)]

  1. 一个数据块在DataNode上以文件形式存储在磁盘上,包括两个文件,一个是数据本身,一个是元数据包括数据块的长度,块数据的校验和,以及时间戳。
  2. DataNode启动后向NameNode注册,通过后,周期性(1小时)的向NameNode上报所有的块信息。
  3. 心跳是每3秒一次,心跳返回结果带有NameNode给该DataNode的命令如复制块数据到另一台机器,或删除某个数据块。如果超过10分钟没有收到某个DataNode的心跳,则认为该节点不可用。
  4. 集群运行中可以安全加入和退出一些机器。

数据完整性

  1. 当DataNode读取Block的时候,它会计算CheckSum。

  2. 如果计算后的CheckSum,与Block创建时值不一样,说明Block已经损坏。

  3. Client读取其他DataNode上的Block。

  4. DataNode在其文件创建后周期验证CheckSum,如图所示。

java大数据最全课程学习笔记(4)--HDFS NN,2NN,DN及HDFS2.x新特性_第3张图片

掉线时限参数设置

java大数据最全课程学习笔记(4)--HDFS NN,2NN,DN及HDFS2.x新特性_第4张图片

需要注意的是hdfs-site.xml 配置文件中的heartbeat.recheck.interval的单位为毫秒,dfs.heartbeat.interval的单位为

<property>
    <name>dfs.namenode.heartbeat.recheck-intervalname>
    <value>300000value>
property>
<property>
    <name> dfs.heartbeat.interval name>
    <value>3value>
property>

服役新数据节点

随着公司业务的增长,数据量越来越大,原有的数据节点的容量已经不能满足存储数据的需求,需要在原有集群基础上动态添加新的数据节点。

  1. 环境准备

    1. 在hadoop103主机上再克隆一台hadoop104主机

    2. 修改IP地址和主机名称

    3. 删除原来HDFS文件系统留存的文件(/opt/module/hadoop-2.7.2/data 和log)

    4. source 一下配置文件

      [atguigu@hadoop104 hadoop-2.7.2]$ source /etc/profile

  2. 服役新节点具体步骤

    1. 直接启动DataNode,即可关联到集群

      [atguigu@hadoop104 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
      [atguigu@hadoop104 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager
      
    2. 在hadoop104上上传文件

      [atguigu@hadoop104 hadoop-2.7.2]$ hadoop fs -put /opt/module/hadoop-2.7.2/LICENSE.txt /

    3. 如果数据不均衡,可以用命令实现集群的再平衡

      [atguigu@hadoop101 sbin]$ ./start-balancer.sh
      starting balancer, logging to /opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop101.out
      Time Stamp               Iteration#  Bytes Already Moved  Bytes Left To Move  Bytes Being Moved
      

退役旧数据节点

添加白名单

添加到白名单的主机,都允许访问NameNode,不在白名单的主机,都会被退出。

配置白名单的具体步骤如下:

  1. 在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts文件(文件名称随意,路径随意)

    [atguigu@hadoop101 hadoop]$ pwd
    /opt/module/hadoop-2.7.2/etc/hadoop
    [atguigu@hadoop101 hadoop]$ touch dfs.hosts
    [atguigu@hadoop101 hadoop]$ vi dfs.hosts
    

    添加如下主机名称(不添加hadoop104)

    hadoop101

    hadoop102

    hadoop103

  2. 在NameNode的hdfs-site.xml配置文件中增加dfs.hosts属性

    <property>
    <name>dfs.hostsname>
    <value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hostsvalue>
    property>
    
  3. 配置文件分发

    [atguigu@hadoop101 hadoop]$ xsync hdfs-site.xml

  4. 刷新NameNode

    atguigu@hadoop101 hadoop-2.7.2]$ hdfs dfsadmin -refreshNodes

  5. 更新ResourceManager节点

    [atguigu@hadoop102 hadoop-2.7.2]$ yarn rmadmin -refreshNodes

  6. 如果数据不均衡,可以用命令实现集群的再平衡

    [atguigu@hadoop101 sbin]$ ./start-balancer.sh
    starting balancer, logging to /opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop101.out
    Time Stamp               Iteration#  Bytes Already Moved  Bytes Left To Move  Bytes Being Moved
    

黑名单退役

在黑名单上面的主机都会被强制退出。

  1. 在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts.exclude文件(名称路径随意)

    [atguigu@hadoop101 hadoop]$ pwd
    /opt/module/hadoop-2.7.2/etc/hadoop
    [atguigu@hadoop101 hadoop]$ touch dfs.hosts.exclude
    [atguigu@hadoop101 hadoop]$ vi dfs.hosts.exclude
    

    添加如下主机名称(要退役的节点)

    hadoop104

  2. 在NameNode的hdfs-site.xml配置文件中增加dfs.hosts.exclude属性

    <property>
    <name>dfs.hosts.excludename>
          <value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts.excludevalue>
    property>
    
  3. 刷新NameNode、刷新ResourceManager

    [atguigu@hadoop102 hadoop-2.7.2]$ hdfs dfsadmin -refreshNodes
    Refresh nodes successful
    [atguigu@hadoop102 hadoop-2.7.2]$ yarn rmadmin -refreshNodes
    17/06/24 14:55:56 INFO client.RMProxy: Connecting to ResourceManager at hadoop102/192.168.1.102:8033
    
  4. 检查Web浏览器,退役节点的状态为decommission in progress(退役中),说明数据节点正在复制块到其他节点

  5. 等待退役节点状态为decommissioned(所有块已经复制完成),停止该节点及节点资源管理器。注意:如果副本数是3,服役的节点小于等于3,是不能退役成功的,需要修改副本数后才能退役

    stopping datanode

    [atguigu@hadoop104 hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop datanode

    stopping nodemanager

    [atguigu@hadoop104 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager

  6. 如果数据不均衡,可以用命令实现集群的再平衡

    [atguigu@hadoop101 hadoop-2.7.2]$ sbin/start-balancer.sh 
    starting balancer, logging to /opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop101.out
    Time Stamp               Iteration#  Bytes Already Moved  Bytes Left To Move  Bytes Being Moved
    

    注意:不允许白名单和黑名单中同时出现同一个主机名称。

Datanode多目录配置

  1. DataNode也可以配置成多个目录,每个目录存储的数据不一样。即**:数据不是副本**

  2. 具体配置如下

    hdfs-site.xml

    <property>
     	 <name>dfs.datanode.data.dirname>
     	 <value>file:///${hadoop.tmp.dir}/dfs/data1,file:///${hadoop.tmp.dir}/dfs/data2value>
    property>
    

HDFS 2.X新特性

集群间数据拷贝

  1. scp实现两个远程主机之间的文件复制

    scp -r hello.txt root@hadoop102:/user/atguigu/hello.txt // 推 push

    scp -r root@hadoop102:/user/atguigu/hello.txt hello.txt // 拉 pull

    scp -r root@hadoop102:/user/atguigu/hello.txt root@hadoop103:/user/atguigu //是通过本地主机中转实现两个远程主机的文件复制;如果在两个远程主机之间ssh没有配置的情况下可以使用该方式。

  2. 采用distcp命令实现两个Hadoop集群之间的递归数据复制

    [atguigu@hadoop101 hadoop-2.7.2]$  bin/hadoop distcp 
    hdfs://haoop101:9000/user/atguigu/hello.txt hdfs://hadoop102:9000/user/atguigu/hello.txt
    

Hadoop存档

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FHehSW31-1594953771739)(https://img2020.cnblogs.com/blog/1577985/202007/1577985-20200717104003098-2095956521.png)]

案例实操

  1. 需要启动YARN进程

    [atguigu@hadoop102 hadoop-2.7.2]$ start-yarn.sh

  2. 归档文件

    把/user/atguigu/input目录里面的所有文件归档成一个叫input.har的归档文件,并把归档后文件存储到/user/atguigu/output路径下。

    [atguigu@hadoop102 hadoop-2.7.2]$ bin/hadoop archive -archiveName input.har –p /user/atguigu/input /user/atguigu/output

  3. 查看归档

    [atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -lsr /user/atguigu/output/input.har
    [atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -lsr har:///user/atguigu/output/input.har
    
  4. 解归档文件

    [atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -cp har:/// user/atguigu/output/input.har/* /user/atguigu

你可能感兴趣的:(Java大数据,hadoop,java,大数据,尚硅谷,HDFS)