HADOOP基本操作命令大全

启动HADOOP

start-all.sh

关闭HADOOP

stop-all.sh

查看文件列表

查看hdfs中/user/admin/aaron目录下的文件。

hadoop fs -ls /user/admin/aaron

列出hdfs中/user/admin/aaron目录下的所有文件（包括子目录下的文件）。

hadoop fs -lsr /user/admin/aaron

创建文件目录

hadoop fs -mkdir /user/admin/aaron/newDir

删除文件

删除hdfs中/user/admin/aaron目录下一个名叫needDelete的文件

hadoop fs -rm /user/admin/aaron/needDelete

删除hdfs中/user/admin/aaron目录以及该目录下的所有文件

hadoop fs -rmr /user/admin/aaron

上传文件

hadoop fs �Cput /home/admin/newFile /user/admin/aaron/

下载文件

hadoop fs �Cget /user/admin/aaron/newFile /home/admin/newFile

查看文件

hadoop fs �Ccat /home/admin/newFile

新建一个空文件

hadoop  fs  -touchz /user/new.txt

将hadoop上某个文件重命名

hadoop  fs  �Cmv /user/test.txt  /user/ok.txt

将hadoop指定目录下所有内容保存为一个文件，同时down至本地

hadoop dfs �Cgetmerge  /user /home/t

提交MAPREDUCE JOB

h bin/hadoop jar /home/admin/hadoop/job.jar [jobMainClass] [jobArgs]

杀死某个正在运行的JOB

hadoop job -kill job_201005310937_0053

更多HADOOP的命令

hadoop

可以看到更多命令的说明信息：

 namenode -format         format the DFS filesystem

 secondarynamenode     run the DFS secondary namenode

 namenode                       run the DFS namenode

 datanode                         run a DFS datanode

 dfsadmin                         run a DFS admin client

 fsck                                   run a DFS filesystem checking utility

 fs                                      run a generic filesystem user client

 balancer                         run a cluster balancing utility

 jobtracker                       run the MapReduce job Tracker node

 pipes                               run a Pipes job

 tasktracker                     run a MapReduce task Tracker node

 job                                   manipulate MapReduce jobs

 queue                             get information regarding JobQueues

 version                           print the version

 jar <jar>            run a jar file

 distcp <srcurl> <desturl> copy file or directories recursively

 archive -archiveName NAME <src>* <dest> create a hadoop archive

 daemonlog            get/set the log level for each daemon

or

 CLASSNAME            run the class named CLASSNAME

Most commands print help when invoked w/o parameters.

说明：

1、列出所有Hadoop Shell支持的命令

 $bin/hadoop fs -help

2、显示关于某个命令的详细信息

 $bin/hadoop fs -help command-name

3、用户可使用以下命令在指定路径下查看历史日志汇总，显示作业的细节信息，失败和终止的任务细节

 $bin/hadoop job -history output-dir

4、关于作业的更多细节，比如成功的任务，以及对每个任务的所做的尝试次数等可以用下面的命令查看

 $bin/hadoop job -history all output-dir

5、格式化一个新的分布式文件系统

 $bin/hadoop namenode -format

6、在分配的NameNode上，运行下面的命令启动HDFS，所有列出的slave上启动DataNode守护进程

 $bin/start-dfs.sh

7、在分配的JobTracker上，运行下面的命令启动Map/Reduce

 $bin/start-mapred.sh

8、在分配的NameNode上，执行下面的命令停止HDFS：

 $bin/stop-dfs.sh

9、在分配的JobTracker上，运行下面的命令停止Map/Reduce：

 $bin/stop-mapred.sh

DFSShell

10、创建一个名为 /foodir 的目录

 $bin/hadoop dfs -mkdir /foodir

11、创建一个名为 /foodir 的目录

 $bin/hadoop dfs -mkdir /foodir

12、查看名为/foodir/myfile.txt 的文件内容

 $bin/hadoop dfs -cat /foodir/myfile.txt

DFSAdmin

13、将集群置于安全模式

 $bin/hadoop dfsadmin -safemode enter

14、显示Datanode列表

 $bin/hadoop dfsadmin -report

15、使Datanode节点datanodename退役

 $bin/hadoop dfsadmin -decommission datanodename

16、bin/hadoop dfsadmin-help 命令能列出所有当前支持的命令。比如：

   *-report：报告HDFS的基本统计信息。有些信息可以在NameNode Web服务首页看到。

   *-safemode：通常并不需要，管理员的确可以手动让NameNode进入或离开安全模式。

   *-finalizeUpgrade：删除上一次升级时制作的集群备份。

17、显式地将HDFS置于安全模式

 $bin/hadoop dfsadmin -safemode

18、在升级之前，管理员需要用（升级终结操作）命令删除存在的备份文件

 $bin/hadoop dfsadmin -finalizeUpgrade

19、能够知道是否需要对一个集群执行升级终结操作。

 $dfsadmin -upgradeProgress status

20、使用-upgrade选项运行新的版本

 $bin/start-dfs.sh -upgrade

21、需要退回到老版本,就必须停止集群并且部署老版本的Hadoop，用回滚选项启动集群

 $bin/start-dfs.h -rollback

22、下面的新命令或新选项是用于支持配额的。前两个是管理员命令。

   *dfsadmin -setquota <N> <directory>...<directory>

把每个目录配额设为N。这个命令会在每个目录上尝试，如果N不是一个正的长整型数，目录不存在或是文件名，或者目录超过配额，则会产生错误报告。

   *dfsadmin -clrquota <directory>...<director>

为每个目录删除配额。这个命令会在每个目录上尝试，如果目录不存在或者是文件，则会产生错误报告。如果目录原来没有设置配额不会报错。

   *fs -count -q <directory>...<directory>

使用-q选项，会报告每个目录设置的配额，以及剩余配额。如果目录没有设置配额，会报告none和inf。

23、创建一个hadoop档案文件

 $hadoop archive -archiveName NAME <src>* <dest>

    -archiveName NAME  要创建的档案的名字。

    src文件系统的路径名，和通常含正则表达的一样。

    dest保存档案文件的目标目录。

24、递归拷贝文件或目录

 $hadoop distcp <srcurl> <desturl>

    srcurl      源Url

    desturl     目标Url

25、运行HDFS文件系统检查工具(fsck tools)
用法：hadoopfsck [GENERIC_OPTIONS] <path> [-move | -delete | -openforwrite] [-files[-blocks [-locations | -racks]]]
命令选项描述
<path>      检查的起始目录。
-move            移动受损文件到/lost+found
-delete    删除受损文件。
-openforwrite    打印出写打开的文件。
-files            打印出正被检查的文件。
-blocks    打印出块信息报告。
-locations    打印出每个块的位置信息。
-racks            打印出data-node的网络拓扑结构。
26、用于和Map Reduce作业交互和命令(jar)
用法：hadoopjob [GENERIC_OPTIONS] [-submit <job-file>] | [-status <job-id>] |[-counter <job-id> <group-name> <counter-name>] | [-kill<job-id>] | [-events <job-id> <from-event-#><#-of-events>] | [-history [all] <jobOutputDir>] | [-list [all]] |[-kill-task <task-id>] | [-fail-task <task-id>]
命令选项描述
-submit<job-file>                                           提交作业
-status<job-id>                                           打印map和reduce完成百分比和所有计数器。
-counter<job-id> <group-name> <counter-name>                   打印计数器的值。
-kill<job-id>                                                   杀死指定作业。
-events<job-id> <from-event-#> <#-of-events>                   打印给定范围内jobtracker接收到的事件细节。
-history [all]<jobOutputDir>     -history<jobOutputDir>        打印作业的细节、失败及被杀死原因的细节。更多的关于一个作业的细节比如
成功的任务，做过的任务尝试等信息可以通过指定[all]选项查看。
-list [all]    -listall                                      显示所有作业。-list只显示将要完成的作业。
-kill-task<task-id>                                           杀死任务。被杀死的任务不会不利于失败尝试。
-fail-task<task-id>                                           使任务失败。被失败的任务会对失败尝试不利。
27、运行pipes作业
用法：hadooppipes [-conf <path>] [-jobconf <key=value>, <key=value>, ...][-input <path>] [-output <path>] [-jar <jar file>][-inputformat <class>] [-map <class>] [-partitioner <class>][-reduce <class>] [-writer <class>] [-program <executable>][-reduces <num>]
命令选项描述
-conf <path>                              作业的配置
-jobconf<key=value>, <key=value>, ...      增加/覆盖作业的配置项
-input <path>                             输入目录
-output<path>                        输出目录
-jar <jarfile>                     Jar文件名
-inputformat<class>                      InputFormat类
-map <class>                             JavaMap类
-partitioner<class>                     JavaPartitioner
-reduce<class>                     JavaReduce类
-writer<class>                     JavaRecordWriter
-program <executable>                     可执行程序的URI
-reduces<num>                             reduce个数
28、打印版本信息。
用法：hadoop version
29、hadoop脚本可用于调调用任何类。
用法：hadoop CLASSNAME
运行名字为CLASSNAME的类。
30、运行集群平衡工具。管理员可以简单的按Ctrl-C来停止平衡过程(balancer)
用法：hadoop balancer [-threshold <threshold>]
命令选项描述
-threshold<threshold>                    磁盘容量的百分比。这会覆盖缺省的阀值。
31、获取或设置每个守护进程的日志级别(daemonlog)。
用法：hadoopdaemonlog -getlevel <host:port> <name>
用法：hadoopdaemonlog -setlevel <host:port> <name> <level>
命令选项描述
-getlevel<host:port> <name>                       打印运行在<host:port>的守护进程的日志级别。这个命令内部会连接http://<host:port>/logLevel?log=<name>
-setlevel<host:port> <name> <level>               设置运行在<host:port>的守护进程的日志级别。这个命令内部会连接http://<host:port>/logLevel?log=<name>
32、运行一个HDFS的datanode。
用法：hadoopdatanode [-rollback]
命令选项描述
-rollback                                      将datanode回滚到前一个版本。这需要在停止datanode，分发老的hadoop版本之后使用。
33、运行一个HDFS的dfsadmin客户端。
用法：hadoopdfsadmin [GENERIC_OPTIONS] [-report] [-safemode enter | leave | get | wait][-refreshNodes] [-finalizeUpgrade] [-upgradeProgress status | details | force][-metasave filename] [-setQuota <quota><dirname>...<dirname>] [-clrQuota<dirname>...<dirname>] [-help [cmd]]
命令选项描述
-report                                                       报告文件系统的基本信息和统计信息。
-safemode enter |leave | get | wait                               安全模式维护命令。安全模式是Namenode的一个状态，这种状态下，Namenode
1. 不接受对名字空间的更改(只读)
2. 不复制或删除块
Namenode会在启动时自动进入安全模式，当配置的块最小百分比数满足最小的副本数条件时，会自动离开安全模式。安全模式可以手动进入，但是这样的话也必须手动关闭安全模式。
-refreshNodes                                     重新读取hosts和exclude文件，更新允许连到Namenode的或那些需要退出或入编的Datanode的集合。
-finalizeUpgrade                             终结HDFS的升级操作。Datanode删除前一个版本的工作目录，之后Namenode也这样做。这个操作完结整个升级过程。
-upgradeProgressstatus | details | force      请求当前系统的升级状态，状态的细节，或者强制升级操作进行。
-metasave filename                             保存Namenode的主要数据结构到hadoop.log.dir属性指定的目录下的<filename>文件。对于下面的每一项，
                                                <filename>中都会一行内容与之对应
1. Namenode收到的Datanode的心跳信号
2. 等待被复制的块
3. 正在被复制的块
4. 等待被删除的块
-setQuota <quota><dirname>...<dirname>     为每个目录 <dirname>设定配额<quota>。目录配额是一个长整型整数，强制限定了目录树下的名字个数。
命令会在这个目录上工作良好，以下情况会报错：
1. N不是一个正整数，或者
2. 用户不是管理员，或者
3. 这个目录不存在或是文件，或者
4. 目录会马上超出新设定的配额。
-clrQuota<dirname>...<dirname>     为每一个目录<dirname>清除配额设定。
命令会在这个目录上工作良好，以下情况会报错：
1. 这个目录不存在或是文件，或者
2. 用户不是管理员。
如果目录原来没有配额不会报错。
-help [cmd]    显示给定命令的帮助信息，如果没有给定命令，则显示所有命令的帮助信息。
34、运行MapReduce job Tracker节点(jobtracker)。
用法：hadoopjobtracker
35、运行namenode。有关升级，回滚，升级终结的更多信息请参考升级和回滚。
用法：hadoopnamenode [-format] | [-upgrade] | [-rollback] | [-finalize] |[-importCheckpoint]
命令选项描述
-format                            格式化namenode。它启动namenode，格式化namenode，之后关闭namenode。
-upgrade                            分发新版本的hadoop后，namenode应以upgrade选项启动。
-rollback                            将namenode回滚到前一版本。这个选项要在停止集群，分发老的hadoop版本后使用。
-finalize                            finalize会删除文件系统的前一状态。最近的升级会被持久化，rollback选项将再
不可用，升级终结操作之后，它会停掉namenode。
-importCheckpoint                    从检查点目录装载镜像并保存到当前检查点目录，检查点目录由fs.checkpoint.dir指定。
36、运行HDFS的secondary namenode。
用法：hadoopsecondarynamenode [-checkpoint [force]] | [-geteditsize]
命令选项描述
-checkpoint [force]                    如果EditLog的大小 >= fs.checkpoint.size，启动Secondary namenode的检查点
过程。如果使用了-force，将不考虑EditLog的大小。
-geteditsize                            打印EditLog大小。