HDFS的Shell操作和API操作
文章目录
-
- HDFS的Shell操作
-
- 1.1 基本语法
- 1.2 命令大全
- 1.3 常用命令实操
-
- 1.3.1 准备工作
- 1.3.2 上传
- 1.3.3 下载
- 1.3.4 HDFS直接操作
- 第二章 HDFS客户端操作
-
- 2.1 准备Windows关于Hadoop的开发环境
- 2.2 HDFS的API操作
-
- 2.2.1 HDFS文件上传（测试参数优先级）
- 2.2.2 HDFS文件下载
- 2.2.3 HDFS删除文件和目录
- 2.2.4 HDFS文件更名和移动
- 2.2.5 HDFS文件详情查看
- 2.2.6 HDFS文件和文件夹判断
HDFS的Shell操作
1.1 基本语法
hadoop fs 具体命令 OR hdfs dfs 具体命令
两个是完全相同的。
1.2 命令大全
[
atbigdata@hadoop102 hadoop-3.1.3]$ bin/hadoop fs
[-appendToFile <localsrc> ... <dst>]
[-cat [-ignoreCrc] <src> ...]
[-checksum <src> ...]
[-chgrp [-R] GROUP PATH...]
[-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]
[-chown [-R] [OWNER][:[GROUP]] PATH...]
[-copyFromLocal [-f] [-p] <localsrc> ... <dst>]
[-copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
[-count [-q] <path> ...]
[-cp [-f] [-p] <src> ... <dst>]
[-createSnapshot <snapshotDir> [<snapshotName>]]
[-deleteSnapshot <snapshotDir> <snapshotName>]
[-df [-h] [<path> ...]]
[-du [-s] [-h] <path> ...]
[-expunge]
[-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
[-getfacl [-R] <path>]
[-getmerge [-nl] <src> <localdst>]
[-help [cmd ...]]
[-ls [-d] [-h] [-R] [<path> ...]]
[-mkdir [-p] <path> ...]
[-moveFromLocal <localsrc> ... <dst>]
[-moveToLocal <src> <localdst>]
[-mv <src> ... <dst>]
[-put [-f] [-p] <localsrc> ... <dst>]
[-renameSnapshot <snapshotDir> <oldName> <newName>]
[-rm [-f] [-r|-R] [-skipTrash] <src> ...]
[-rmdir [--ignore-fail-on-non-empty] <dir> ...]
[-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>} <path>]|[--set <acl_spec> <path>]]
[-setrep [-R] [-w] <rep> <path> ...]
[-stat [format] <path> ...]
[-tail [-f] <file>]
[-test -[defsz] <path>]
[-text [-ignoreCrc] <src> ...]
[-touchz <path> ...]
[-usage [cmd ...]]
1.3 常用命令实操
1.3.1 准备工作
1）启动Hadoop集群（方便后续的测试）
[atbigdata@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
[atbigdata@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh
2）-help：输出这个命令参数
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -help rm
1.3.2 上传
1）-moveFromLocal：从本地剪切粘贴到HDFS
[atbigdata@hadoop102 hadoop-3.1.3]$ touch kongming.txt
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -moveFromLocal ./kongming.txt /sanguo/shuguo
2）-copyFromLocal：从本地文件系统中拷贝文件到HDFS路径去
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -copyFromLocal README.txt /
3）-appendToFile：追加一个文件到已经存在的文件末尾
[atbigdata@hadoop102 hadoop-3.1.3]$ touch liubei.txt
[atbigdata@hadoop102 hadoop-3.1.3]$ vi liubei.txt
输入
san gu mao lu
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -appendToFile liubei.txt /sanguo/shuguo/kongming.txt
4）-put：等同于copyFromLocal
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -put ./liubei.txt /user/atbigdata/test/
1.3.3 下载
1）-copyToLocal：从HDFS拷贝到本地
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -copyToLocal /sanguo/shuguo/kongming.txt ./
2）-get：等同于copyToLocal，就是从HDFS下载文件到本地
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -get /sanguo/shuguo/kongming.txt ./
3）-getmerge：合并下载多个文件，比如HDFS的目录 /user/atbigdata/test下有多个文件:log.1, log.2,log.3,…
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -getmerge /user/atbigdata/test/* ./zaiyiqi.txt
1.3.4 HDFS直接操作
1）-ls: 显示目录信息
```scala
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -ls /
2）-mkdir：在HDFS上创建目录
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir -p /sanguo/shuguo
3）-cat：显示文件内容
```scala
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -cat /sanguo/shuguo/kongming.txt
4）-chgrp 、-chmod、-chown：Linux文件系统中的用法一样，修改文件所属权限
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -chmod 666 /sanguo/shuguo/kongming.txt
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -chown atbigdata:atbigdata /sanguo/shuguo/kongming.txt
5）-cp ：从HDFS的一个路径拷贝到HDFS的另一个路径
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -cp /sanguo/shuguo/kongming.txt /zhuge.txt
6）-mv：在HDFS目录中移动文件
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -mv /zhuge.txt /sanguo/shuguo/
7）-tail：显示一个文件的末尾1kb的数据
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -tail /sanguo/shuguo/kongming.txt
8）-rm：删除文件或文件夹
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -rm /user/atbigdata/test/jinlian2.txt
9）-rmdir：删除空目录
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /test
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -rmdir /test
10）-du统计文件夹的大小信息
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -du -s -h /user/atbigdata/test
2.7 K /user/atbigdata/test
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -du -h /user/atbigdata/test
1.3 K /user/atbigdata/test/README.txt
15 /user/atbigdata/test/jinlian.txt
1.4 K /user/atbigdata/test/zaiyiqi.txt
11）-setrep：设置HDFS中文件的副本数量
[atbigdata@hadoop102 hadoop-3.1.3]$ hadoop fs -setrep 10 /sanguo/shuguo/kongming.txt
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台设备，最多也就3个副本，只有节点数的增加到10台时，副本数才能达到10。
第二章 HDFS客户端操作
2.1 准备Windows关于Hadoop的开发环境
1）找到资料目录下的Windows依赖目录，打开：
选择Hadoop-3.1.0，拷贝到其他地方(比如d:)。
2）配置HADOOP_HOME环境变量。
3）配置Path环境变量。然后重启电脑
4）创建一个Maven工程HdfsClientDemo，并导入相应的依赖坐标+日志添加
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-slf4j-impl</artifactId>
<version>2.12.0</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>3.1.3</version>
</dependency>
</dependencies>
在项目的src/main/resources目录下，新建一个文件，命名为“log4j2.xml”，在文件中填入
<?xml version="1.0" encoding="UTF-8"?>
<Configuration status="error" strict="true" name="XMLConfig">
<Appenders>
<!-- 类型名为Console，名称为必须属性 -->
<Appender type="Console" name="STDOUT">
<!-- 布局为PatternLayout的方式，
输出样式为[INFO] [2018-01-22 17:34:01][org.test.Console]I'm here -->
<Layout type="PatternLayout"
pattern="[%p] [%d{yyyy-MM-dd HH:mm:ss}][%c{10}]%m%n" />
</Appender>
</Appenders>
<Loggers>
<!-- 可加性为false -->
<Logger name="test" level="info" additivity="false">
<AppenderRef ref="STDOUT" />
</Logger>
<!-- root loggerConfig设置 -->
<Root level="info">
<AppenderRef ref="STDOUT" />
</Root>
</Loggers>
</Configuration>
5）创建包名：com.atbigdata.hdfs
6）创建HdfsClient类
public class HdfsClient{
@Test
public void testMkdirs() throws IOException, InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
// 配置在集群上运行
// configuration.set("fs.defaultFS", "hdfs://hadoop102:9820");
// FileSystem fs = FileSystem.get(configuration);
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9820"), configuration, "atbigdata");
// 2 创建目录
fs.mkdirs(new Path("/1108/daxian/banzhang"));
// 3 关闭资源
fs.close();
}
}
7）执行程序
运行时需要配置用户名称
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=atbigdata，atbigdata为用户名称。
2.2 HDFS的API操作
2.2.1 HDFS文件上传（测试参数优先级）
1）编写源代码
@Test
public void testCopyFromLocalFile() throws IOException, InterruptedException, URISyntaxException {
// 1 获取文件系统
Configuration configuration = new Configuration();
configuration.set("dfs.replication", "2");
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"), configuration, "atbigdata");
// 2 上传文件
fs.copyFromLocalFile(new Path("e:/banzhang.txt"), new Path("/banzhang.txt"));
// 3 关闭资源
fs.close();
System.out.println("over");
｝
2）将hdfs-site.xml拷贝到项目的根目录下
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
3）参数优先级
参数优先级排序：（1）客户端代码中设置的值 >（2）ClassPath下的用户自定义配置文件 >（3）然后是服务器的自定义配置(xxx-site.xml) >（4）服务器的默认配置(xxx-default.xml)
2.2.2 HDFS文件下载
@Test
public void testCopyToLocalFile() throws IOException, InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9820"), configuration, "atbigdata");
// 2 执行下载操作
// boolean delSrc 指是否将原文件删除
// Path src 指要下载的文件路径
// Path dst 指将文件下载到的路径
// boolean useRawLocalFileSystem 是否开启文件校验
fs.copyToLocalFile(false, new Path("/banzhang.txt"), new Path("e:/banhua.txt"), true);
// 3 关闭资源
fs.close();
}
2.2.3 HDFS删除文件和目录
@Test
public void testDelete() throws IOException, InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9820"), configuration, "atbigdata");
// 2 执行删除
fs.delete(new Path("/0508/"), true);
// 3 关闭资源
fs.close();
}
2.2.4 HDFS文件更名和移动
@Test
public void testRename() throws IOException, InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9820"), configuration, "atbigdata");
// 2 修改文件名称
fs.rename(new Path("/banzhang.txt"), new Path("/banhua.txt"));
// 3 关闭资源
fs.close();
}
2.2.5 HDFS文件详情查看
查看文件名称、权限、长度、块信息
@Test
public void testListFiles() throws IOException, InterruptedException, URISyntaxException{
// 1获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9820"), configuration, "atbigdata");
// 2 获取文件详情
RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);
while(listFiles.hasNext()){
LocatedFileStatus status = listFiles.next();
// 输出详情
// 文件名称
System.out.println(status.getPath().getName());
// 长度
System.out.println(status.getLen());
// 权限
System.out.println(status.getPermission());
// 分组
System.out.println(status.getGroup());
// 获取存储的块信息
BlockLocation[] blockLocations = status.getBlockLocations();
for (BlockLocation blockLocation : blockLocations) {
// 获取块存储的主机节点
String[] hosts = blockLocation.getHosts();
for (String host : hosts) {
System.out.println(host);
}
}
System.out.println("-----------班长的分割线----------");
}
// 3 关闭资源
fs.close();
}
2.2.6 HDFS文件和文件夹判断
@Test
public void testListStatus() throws IOException, InterruptedException, URISyntaxException{
// 1 获取文件配置信息
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9820"), configuration, "atbigdata");
// 2 判断是文件还是文件夹
FileStatus[] listStatus = fs.listStatus(new Path("/"));
for (FileStatus fileStatus : listStatus) {
// 如果是文件
if (fileStatus.isFile()) {
System.out.println("f:"+fileStatus.getPath().getName());
}else {
System.out.println("d:"+fileStatus.getPath().getName());
}
}
// 3 关闭资源
fs.close();
}