hadoop教程之HDFS常用文件操作命令

北京尚学堂提供

1.ls

hadoop fs -ls / 
列出hdfs文件系统根目录下的目录和文件

hadoop fs -ls -R / 
列出hdfs文件系统所有的目录和文件

2.put

hadoop fs -put < local file> < hdfs file > 
hdfs file的父目录一定要存在，否则命令不会执行

hadoop fs -put < local fileor dir >…< hdfs dir > 
hdfs dir 一定要存在，否则命令不会执行

hadoop fs -put - < hdsffile> 
从键盘读取输入到hdfsfile中，按Ctrl+D结束输入，hdfs file不能存在，否则命令不会执行

2.1.moveFromLocal

hadoop fs -moveFromLocal <local src > … < hdfs dst > 
与put相类似，命令执行后源文件 local src 被删除，也可以从从键盘读取输入到hdfs file中

2.2.copyFromLocal

hadoop fs -copyFromLocal <local src > … < hdfs dst > 
与put相类似，也可以从从键盘读取输入到hdfs file中

3.get

hadoop fs -get < hdfs file> < local file or dir> 
local file不能和hdfs file名字不能相同，否则会提示文件已存在，没有重名的文件会复制到本地

hadoop fs -get < hdfs fileor dir > … < local dir > 
拷贝多个文件或目录到本地时，本地要为文件夹路径 
注意：如果用户不是root， local 路径要为用户文件夹下的路径，否则会出现权限问题，

3.1.moveToLocal

当前版本中还未实现此命令

3.2.copyToLocal

hadoop fs -copyToLocal <local src > … < hdfs dst > 
与get相类似

4.rm

hadoop fs -rm < hdfs file> … 
hadoop fs -rm -r < hdfs dir>… 
每次可以删除多个文件或目录

5.mkdir

hadoop fs -mkdir < hdfspath> 
只能一级一级的建目录，父目录不存在的话使用这个命令会报错

hadoop fs -mkdir -p < hdfspath> 
所创建的目录如果父目录不存在就创建该父目录

6.getmerge

hadoop fs -getmerge < hdfsdir > < local file > 
将hdfs指定目录下所有文件排序后合并到local指定的文件中，文件不存在时会自动创建，文件存在时会覆盖里面的内容

hadoop fs -getmerge -nl <hdfs dir > < local file > 
加上nl后，合并到local file中的hdfs文件之间会空出一行

7.cp

hadoop fs -cp < hdfs file> < hdfs file > 
目标文件不能存在，否则命令不能执行，相当于给文件重命名并保存，源文件还存在

hadoop fs -cp < hdfs fileor dir >… < hdfs dir > 
目标文件夹要存在，否则命令不能执行

8.mv

hadoop fs -mv < hdfs file> < hdfs file > 
目标文件不能存在，否则命令不能执行，相当于给文件重命名并保存，源文件不存在

hadoop fs -mv < hdfs fileor dir >… < hdfs dir > 
源路径有多个时，目标路径必须为目录，且必须存在。 
注意：跨文件系统的移动（local到hdfs或者反过来）都是不允许的

9.count

hadoop fs -count < hdfspath > 
统计hdfs对应路径下的目录个数，文件个数，文件总计大小 
显示为目录个数，文件个数，文件总计大小，输入路径

10.du

hadoop fs -du < hdsfpath> 
显示hdfs对应路径下每个文件夹和文件的大小

hadoop fs -du -s < hdsfpath> 
显示hdfs对应路径下所有文件和的大小

hadoop fs -du - h < hdsfpath> 
显示hdfs对应路径下每个文件夹和文件的大小,文件的大小用方便阅读的形式表示，例如用64M代替67108864

11.text

hadoop fs -text < hdsf file> 
将文本文件或某些格式的非文本文件通过文本格式输出

12.setrep

hadoop fs -setrep -R 3 <hdfs path > 
改变一个文件在hdfs中的副本个数，上述命令中数字3为所设置的副本个数，-R选项可以对一个人目录下的所有目录+文件递归执行改变副本个数的操作

13.stat

hdoop fs -stat [format] <hdfs path > 
返回对应路径的状态信息 
[format]可选参数有：%b（文件大小），%o（Block大小），%n（文件名），%r（副本个数），%y（最后一次修改日期和时间） 
可以这样书写hadoopfs -stat %b%o%n < hdfs path >，不过不建议，这样每个字符输出的结果不是太容易分清楚

14.tail

hadoop fs -tail < hdfs file> 
在标准输出中显示文件末尾的1KB数据

15.archive

hadoop archive -archiveNamename.har -p < hdfs parent dir > < src >* < hdfs dst > 
命令中参数name：压缩文件名，自己任意取；< hdfsparent dir > ：压缩文件所在的父目录；<src >*：要压缩的文件名；<hdfs dst >：压缩文件存放路径 
示例：hadooparchive -archiveName hadoop.har -p /user 1.txt 2.txt /des 
示例中将hdfs中/user目录下的文件1.txt，2.txt压缩成一个名叫hadoop.har的文件存放在hdfs中/des目录下，如果1.txt，2.txt不写就是将/user目录下所有的目录和文件压缩成一个名叫hadoop.har的文件存放在hdfs中/des目录下 
显示har的内容可以用如下命令： 
hadoop fs -ls /des/hadoop.jar

显示har压缩的是那些文件可以用如下命令

hadoop fs -ls -Rhar:///des/hadoop.har 
**注意：**har文件不能进行二次压缩。如果想给.har加文件，只能找到原来的文件，重新创建一个。har文件中原来文件的数据并没有变化，har文件真正的作用是减少NameNode和DataNode过多的空间浪费。

16.balancer

hdfs balancer 
如果管理员发现某些DataNode保存数据过多，某些DataNode保存数据相对较少，可以使用上述命令手动启动内部的均衡过程

17.dfsadmin

hdfs dfsadmin -help 
管理员可以通过dfsadmin管理HDFS，用法可以通过上述命令查看

hdfs dfsadmin -report 
显示文件系统的基本数据

hdfs dfsadmin -safemode <enter | leave | get | wait > 
enter：进入安全模式；leave：离开安全模式；get：获知是否开启安全模式； 
wait：等待离开安全模式

18.distcp

用来在两个HDFS之间拷贝数据

【更多文档更新请到www.sxt.cn】【专业JAVA培训机构,真正零首付入学www.bjsxt.com】

北京尚学堂-cctv央视网广告合作伙伴，专业IT培训机构,口碑最好的java培训、iOS培训、android培训、hadoop大数据培训、web前端培训机构，0元入学，先就业后付款，平均就业薪水9500以上