hadoop_HDFS常用文件操作命令

命令基本格式:

hadoop fs -cmd \< args \>

ls

列出hdfs文件系统根目录下的文件和目录

hadoop fs -ls /

列出hdfs文件系统所有的目录和文件

hadoop fs -ls -R /

put

命令基本格式：
hdfs file 的父目录一定要存在，否则命令不会执行

hadoop fs -put <local file> <hdfs file>

hdfs dir 一定要存在，否则命令不会执行

hadoop fs -put <local file or dir>... <hdfs dir>

从键盘读取输入到hdfs file中，按Ctrl+D结束输入，hdfs file不能存在，否则命令不会执行

hadoop fs -put - < hdsf  file>

moveFromLocal

与put相类似，命令执行后源文件 local src被删除，也可以从键盘读取输入到hdfs file中

hadoop fs -moveFromLocal  \< local src \> ... \< hdfs dst \>

copyFromLocal

与put相类似，也可以从从键盘读取输入到hdfs file中

hadoop fs -copyFromLocal  \< local src \> ... \< hdfs dst \>

get

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 file > < local file or 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，

hadoop fs -get < hdfs file or dir > ... < local  dir >

copyToLocal

与get相类似

hadoop fs -copyToLocal \< local src \> ... \< hdfs dst \>

rm

每次可以删除多个文件或目录

hadoop fs -rm < hdfs file > ...
hadoop fs -rm -r < hdfs dir>...

mkdir

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 < hdfs path>

所创建的目录如果父目录不存在就创建该父目录

hadoop fs -mkdir -p < hdfs path>

getmerge

将hdfs 指定目录下所有文件排序后合并到local指定的**文件**中，文件不存在时自动创建，文件存在时会覆盖里面的内容

hadoop fs -getmerge <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

hadoop fs -getmerge -nl  < hdfs dir >  < local file >

cp

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 file or dir >... \< hdfs dir >

目标文件夹要存在，否则命令不能执行

hadoop fs -cp  < hdfs file >  < hdfs file >

mv

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 file >  < hdfs file >

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

hadoop fs -mv  < hdfs file or dir >...  < hdfs dir >

count

统计hdfs对应路径下目录个数、文件个数、文件总计大小，显示为目录个数、文件个数、文件总计大小和输入路径

hadoop fs -count <hdfs file>

du

显示hdfs 对应路径下每个文件夹和文件的大小

hadoop fs -du <hdfs file>

显示hdfs 对应路径下所有文件和的大小

hadoop fs -du -s <hdfs path>

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

hadoop fs -du -h <hdfs file>

text

将文本文件或某些格式的非文本文件通过文本文件格式输出

hadoop fs -text <hdfs file>

setrep

改变一个文件在hdfs中的副本个数，上述命令中的数字3为所设置的副本个数，-R选项可以对一个人的目录下所有有目录+文件递归执行改变副本个数的操作

hadoop fs -setrep -R  3 <hdfs file>

stat

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) %r(副本个数) $n(文件名)%y(最后一次修改时间和日期)

haoop fs -stat [format] <hdfs path>

tail

在标准输出中显示文件末尾的1KB数据

hadoop fs -tail < hdfs file >

archive 

hadoop archive -archiveName name.har -p \< hdfs parent dir \> \< src \>* \< hdfs dst \>

命令中参数name：压缩文件名，自己任意取；\< hdfs parent 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：
    hadoop archive -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 -R har:///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。

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

hdfs balancer

dfsadmin

管理员可以通过dfsadmin管理HDFS，用法可以通过命令查看

hdfs dfsadmin -report

显示文件系统的基本数据

hdfs dfsadmin -help

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

hdfs dfsadmin -safemode < enter | leave | get | wait >

distcp

用来在两个HDFS之间拷贝数据