【大数据】HDFS 的常用命令

1.操作命令

操作命令是以 hdfs dfs 开头的命令。通过这些命令，用户可以完成 HDFS 文件的 复制、删除 和 查找 等操作，Shell 命令的一般格式如下。

hdfs dfs [通用选项]

其中，hdfs 是 Hadoop 系统在 Linux 系统中的主命令；dfs 是子命令，表示执行文件系统操作；通用选项由 HDFS 文件操作命令和操作参数组成。

1.1 创建文件夹

hdfs dfs -mkdir [-p] <文件路径>

• [-p]：表示如果父目录不存在，先创建父目录。

例如，新建文件夹 /202012721、/202012721/dir1。命令如下：

hdfs dfs -mkdir /202012721
hdfs dfs -mkdir -p /202012721/dir1

结果如下：

1.2 列出指定的文件和目录

hdfs dfs -ls [-d][-h][-R] <文件路径>

• [-d]：返回 path。
• [-h]：h 指 human-readble，表示按照人性化的单位显示文件大小，比如文件显示为 10 MB，而不会显示 10240 KB。
• [-R]：级联显示 paths 下的文件。

例如，列出根目录下的文件或目录。命令如下：

hdfs dfs -ls /

结果如下：

1.3 新建文件

hdfs dfs -touchz <存放路径>

例如，在主目录 /202012721/input 下创建大小为 $0$ 的空文件 file。命令如下：

hdfs dfs -touchz /202012721/input.txt
hdfs dfs -ls /202012721

结果如下：

1.4 上传文件

hdfs dfs -put [-f] [-p] <本地路径> 

或者

hdfs dfs -copyFromLocal [-f] [-p] [-l] <本地路径> 

在这里我们只演示第一个命令。例如，在本地创建一个文件 data.txt 并传到 HDFS 的 /202012721 目录下命令如下：

hdfs dfs -put data.txt /202012721/data.txt

结果如下：

1.5 将本地文件移动到 HDFS

hdfs dfs -moveFromLocal <本地文件路径>  

与 hdfs dfs -copyFromLocal 命令不同的是，此命令将文件复制到 HDFS 后，本地的文件会被删除。

例如，我们把本地文件 data2.txt 移动到 HDFS 的 /202012721 命令如下：

hdfs dfs -moveFromLocal data2.txt /202012721 

结果如下：

1.6 下载文件

hdfs dfs -get [-p]  <本地文件路径>

或者

hdfs dfs -copyToLocal [-p] [-ignoreCrc] [-crc]  <本地文件路径>

例如，将 HDFS 中的 /202012721/data.txt 文件下载并保存为本地的 ~/local_data.txt：

hdfs dfs -get /202012721/data.txt ~/local_data.txt

将 /202012721/data2.txt 文件下载到本地目录：

hdfs dfs -copyToLocal /202012721/data2.txt ~

1.7 查看文件

hdfs dfs -cat [-ignoreCrc] <文件路径>

• [-ignoreCrc]：忽略循环检验失败的文件。

hdfs dfs -text [-ignoreCrc] <文件路径>

• text 不仅可以查看文本文件，还可以查看压缩文件和 Avro 序列化的文件。

hdfs dfs -tail [-f] <文件路径>

• [-f]：动态更新显示数据。
• tail 查看的是最后 1 KB 的文件（Linux 上的 tail 默认查看最后 $10$ 行记录）。

例如，查看 /202012721/data.txt。命令如下：

hdfs dfs -cat /202012721/data.txt

结果如下：

1.8 追写文件

hdfs dfs -appendToFile <本地路径> <目标路径>

该命令将 localsrc 指向的本地文件内容写入目标文件 dst。例如，在本地根目录下新建 data3.txt 文件，内容为 hadoop，追加到文件 /202012721/data.txt 中。命令如下：

hdfs dfs -appendToFile data3.txt /202012721/data.txt
hdfs dfs -cat /202012721/data.txt

结果如下：

1.9 删除目录或者文件

hdfs dfs -rm [-f] [-r] <文件路径>

• [-f]：如果要删除的文件不存在，不显示错误信息。
• [-r/R]：级联删除目录下所有的文件和子目录文件。

例如，删除 HDFS 中的 /202012721/data2.txt 文件。命令如下：

hdfs dfs -rm /202012721/data2.txt

结果如下：

1.10 显示占用的磁盘空间大小

按字节显示指定目录所占空间大小。

hdfs dfs -du [-s] [-h] <文件路径>

• [-s]：显示指定目录下文件总的大小。
• [-h]：h 指 human-readble，表示按照人性化的单位显示文件大小，比如文件显示为 10 MB，而不会显示 10240 KB。

例如，显示 HDFS 根目录中 202012721 文件夹下所有文件的大小。命令如下：

hdfs dfs -du /202012721

结果如下：

1.11 HDFS 中的文件复制

hdfs dfs -cp [-f] [-p | -p[topax]] <原路径> <目标路径>

• [-f]：如果目标文件存在，将强行覆盖。
• [-p]：将保存文件的属性。

例如，将 HDFS 中的 /202012721/data.txt 复制为 /202012721/data_copy.txt。命令如下：

hdfs dfs -cp /202012721/data.txt /202012721/data_copy.txt

结果如下：

1.12 HDFS 中的文件移动

hdfs dfs -mv <原路径> <目标路径>

例如，将 HDFS 中的 /202012721/data_copy.txt 移动（也可理解为改名）为 /202012721/data2.txt。命令如下：

hdfs dfs -mv /202012721/data_copy.txt /202012721/data2.txt

结果如下：

2.管理命令

管理命令是以 hdfs dfsadmin 开头的命令。通过这些命令，用户可以管理 HDFS。管理命令的一般格式如下：

hdfs dfsadmin [通用选项]

其中，hdfs 是 Hadoop 系统在 Linux 系统中的主命令；dfsadmin 是子命令，表示执行文件系统管理的操作；通用选项由 HDFS 管理命令和参数组成。

2.1 报告文件系统的基本信息和统计信息

hdfs dfsadmin -report

结果如下：

2.2 查看拓扑

hdfs dfsadmin -printTopology

结果如下：

3.其他命令

我们把操作命令 hdfs dfs、管理命令 hdfs dfsadmin 之外的命令称为其他命令。输入 hdfs 查看。