HDFS Shell操作練習

http://trac.nchc.org.tw/cloud/wiki

Content 1. HDFS Shell基本操作

1.1 瀏覽你HDFS目錄

/opt/hadoop$ bin/hadoop fs -ls

1.2 上傳資料到HDFS目錄

• 上傳

/opt/hadoop$ bin/hadoop fs -put conf input

• 檢查

/opt/hadoop$ bin/hadoop fs -ls
/opt/hadoop$ bin/hadoop fs -ls input

 

1.3 下載HDFS的資料到本地目錄

• 下載

/opt/hadoop$ bin/hadoop fs -get input fromHDFS

• 檢查

/opt/hadoop$ ls -al | grep fromHDFS
/opt/hadoop$ ls -al fromHDFS

1.4 刪除檔案

/opt/hadoop$ bin/hadoop fs -ls input
/opt/hadoop$ bin/hadoop fs -rm input/masters

1.5 直接看檔案

/opt/hadoop$ bin/hadoop fs -ls input
/opt/hadoop$ bin/hadoop fs -cat input/slaves

1.6 更多指令操作

hadooper@vPro:/opt/hadoop$ bin/hadoop fs 

Usage: java FsShell
           [-ls <path>]
           [-lsr <path>]
           [-du <path>]
           [-dus <path>]
           [-count[-q] <path>]
           [-mv <src> <dst>]
           [-cp <src> <dst>]
           [-rm <path>]
           [-rmr <path>]
           [-expunge]
           [-put <localsrc> ... <dst>]
           [-copyFromLocal <localsrc> ... <dst>]
           [-moveFromLocal <localsrc> ... <dst>]
           [-get [-ignoreCrc] [-crc] <src> <localdst>]
           [-getmerge <src> <localdst> [addnl]]
           [-cat <src>]
           [-text <src>]
           [-copyToLocal [-ignoreCrc] [-crc] <src> <localdst>]
           [-moveToLocal [-crc] <src> <localdst>]
           [-mkdir <path>]
           [-setrep [-R] [-w] <rep> <path/file>]
           [-touchz <path>]
           [-test -[ezd] <path>]
           [-stat [format] <path>]
           [-tail [-f] <file>]
           [-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]
           [-chown [-R] [OWNER][:[GROUP]] PATH...]
           [-chgrp [-R] GROUP PATH...]
           [-help [cmd]]

Generic options supported are
-conf <configuration file>     specify an application configuration file
-D <property=value>            use value for given property
-fs <local|namenode:port>      specify a namenode
-jt <local|jobtracker:port>    specify a job tracker
-files <comma separated list of files>    specify comma separated files to be copied to the map reduce cluster
-libjars <comma separated list of jars>    specify comma separated jar files to include in the classpath.
-archives <comma separated list of archives>    specify comma separated archives to be unarchived on the compute machines.
The general command line syntax is
bin/hadoop command [genericOptions] [commandOptions]

 

Content 2. 使用網頁Gui瀏覽資訊

 

•  Map/Reduce Administration
•  NameNode

 

Content 3. 更多HDFS shell 的用法

 

• bin/hadoop fs <args> ，下面則列出 <args> 的用法
• 以下操作預設的目錄在 /user/<$username>/ 下

  $ bin/hadoop fs -ls input
  Found 4 items
  -rw-r--r--   2 hadooper supergroup  115045564 2009-04-02 11:51 /user/hadooper/input/1.txt
  -rw-r--r--   2 hadooper supergroup     987864 2009-04-02 11:51 /user/hadooper/input/2.txt
  -rw-r--r--   2 hadooper supergroup    1573048 2009-04-02 11:51 /user/hadooper/input/3.txt
  -rw-r--r--   2 hadooper supergroup   25844527 2009-04-02 11:51 /user/hadooper/input/4.txt
  

• 完整的路徑則是  hdfs://node:port/path 如：

  $ bin/hadoop fs -ls hdfs://gm1.nchc.org.tw:9000/user/hadooper/input
  Found 4 items
  -rw-r--r--   2 hadooper supergroup  115045564 2009-04-02 11:51 /user/hadooper/input/1.txt
  -rw-r--r--   2 hadooper supergroup     987864 2009-04-02 11:51 /user/hadooper/input/2.txt
  -rw-r--r--   2 hadooper supergroup    1573048 2009-04-02 11:51 /user/hadooper/input/3.txt
  -rw-r--r--   2 hadooper supergroup   25844527 2009-04-02 11:51 /user/hadooper/input/4.txt
  

-cat

• 將路徑指定文件的內容輸出到stdout

  $ bin/hadoop fs -cat quota/hadoop-env.sh
  

-chgrp

• 改變文件所屬的組

  $ bin/hadoop fs -chgrp -R hadooper own
  

-chmod

• 改變文件的權限

  $ bin/hadoop fs -chmod -R 755 own
  

-chown

• 改變文件的擁有者

  $ bin/hadoop fs -chown -R hadooper own
  

-copyFromLocal, -put

• 從local放檔案到hdfs

  $ bin/hadoop fs -put input dfs_input
  

-copyToLocal, -get

• 把hdfs上得檔案下載到 local

  $ bin/hadoop fs -get dfs_input input1
  

-cp

• 將文件從hdfs原本路徑複製到hdfs目標路徑

  $ bin/hadoop fs -cp own hadooper
  

-du

• 顯示目錄中所有文件的大小

  $ bin/hadoop fs -du input
  
  Found 4 items
  115045564   hdfs://gm1.nchc.org.tw:9000/user/hadooper/input/1.txt
  987864      hdfs://gm1.nchc.org.tw:9000/user/hadooper/input/2.txt
  1573048     hdfs://gm1.nchc.org.tw:9000/user/hadooper/input/3.txt
  25844527    hdfs://gm1.nchc.org.tw:9000/user/hadooper/input/4.txt
  

-dus

• 顯示該目錄/文件的總大小

  $ bin/hadoop fs -dus input
  
  hdfs://gm1.nchc.org.tw:9000/user/hadooper/input	143451003
  

-expunge

• 清空垃圾桶

  $ bin/hadoop fs -expunge
  

-getmerge

• 將來源目錄<src>下所有的文件都集合到本地端一個<localdst>檔案內
• bin/hadoop fs -getmerge <src> <localdst>

  $ echo "this is one; " >> in1/input
  $ echo "this is two; " >> in1/input2
  $ bin/hadoop fs -put in1 in1
  $ bin/hadoop fs -getmerge in1 merge.txt
  $ cat ./merge.txt
  

-ls

• 列出文件或目錄的資訊
• 文件名 <副本數> 文件大小 修改日期 修改時間 權限 用戶ID 組ID
• 目錄名 <dir> 修改日期 修改時間 權限 用戶ID 組ID

  $ bin/hadoop fs -ls
  

-lsr

• ls命令的遞迴版本

  $ bin/hadoop fs -lsr /
  

-mkdir

• 建立資料夾

  $ bin/hadoop fs -mkdir a b c
  

-moveFromLocal

• 將local端的資料夾剪下移動到hdfs上

  $ bin/hadoop fs -moveFromLocal in1 in2
  

-mv

• 更改資料的名稱

  $ bin/hadoop fs -mv in2 in3
  

-rm

• 刪除指定的檔案（不可資料夾）

  $ bin/hadoop fs -rm in1/input
  

-rmr

• 遞迴刪除資料夾（包含在內的所有檔案）

  $ bin/hadoop fs -rmr in1
  

-setrep

• 設定副本係數
• bin/hadoop fs -setrep [-R] [-w] <rep> <path/file>

  $ bin/hadoop fs -setrep -w 2 -R input 
  Replication 2 set: hdfs://gm1.nchc.org.tw:9000/user/hadooper/input/1.txt
  Replication 2 set: hdfs://gm1.nchc.org.tw:9000/user/hadooper/input/2.txt
  Replication 2 set: hdfs://gm1.nchc.org.tw:9000/user/hadooper/input/3.txt
  Replication 2 set: hdfs://gm1.nchc.org.tw:9000/user/hadooper/input/4.txt
  Waiting for hdfs://gm1.nchc.org.tw:9000/user/hadooper/input/1.txt ... done
  Waiting for hdfs://gm1.nchc.org.tw:9000/user/hadooper/input/2.txt ... done
  Waiting for hdfs://gm1.nchc.org.tw:9000/user/hadooper/input/3.txt ... done
  Waiting for hdfs://gm1.nchc.org.tw:9000/user/hadooper/input/4.txt ... done
  

-stat

• 印出時間資訊

  $ bin/hadoop fs -stat input
  2009-04-02 03:51:29
  

-tail

• 將文件的最後1k內容輸出
• 用法 ： bin/hadoop fs -tail [-f] 檔案 (-f 參數用來顯示如果檔案增大，則秀出被append上得內容)

  $ bin/hadoop fs -tail input/1.txt
  

-test

• 測試檔案， -e 檢查文件是否存在(1=存在, 0＝否)， -z 檢查文件是否為空(1=空, 0＝不為空)， -d 檢查是否為目錄(1=存在, 0＝否)
  • 要用echo $? 來看回傳值為 0 or 1
• 用法： bin/hadoop fs -test -[ezd] URI

 

$ bin/hadoop fs -test -e /user/hadooper/input/5.txt
$ bin/hadoop fs -test -z /user/hadooper/input/5.txt
test: File does not exist: /user/hadooper/input/5.txt
$ bin/hadoop fs -test -d /user/hadooper/input/5.txt

test: File does not exist: /user/hadooper/input/5.txt

-text

• 將檔案（如壓縮檔, textrecordinputstream）輸出為純文字格式
• hadoop fs -text <src>

  $ hadoop fs -text macadr-eth1.txt.gz
  00:1b:fc:61:75:b1
  00:1b:fc:58:9c:23
  

• ps : 目前沒支援zip的函式庫

  $ bin/hadoop fs -text b/a.txt.zip
  PK
  ���:��H{
          a.txtUT	b��Ib��IUx��sssss
  test
  PK
  ���:��H{
  ��a.txtUTb��IUxPK@C
  

-touchz

• 建立一個空文件

  $ bin/hadoop fs -touchz b/kk
  $ bin/hadoop fs -test -z b/kk
  $ echo $?
  1
  $ bin/hadoop fs -test -z b/a.txt.zip
  $ echo $?
  0