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 –put /home/admin/newFile /user/admin/aaron/

下载文件

hadoop fs –get /user/admin/aaron/newFile /home/admin/newFile

查看文件

hadoop fs –cat /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 –mv /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 –getmerge /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 run a jar file

distcp copy file or directories recursively

archive -archiveName NAME * 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 ...

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 ...

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 ...

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 *

-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 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] [-move | -delete | -openforwrite] [-files[-blocks [-locations | -racks]]]

命令选项描述

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 ] | [-status ] |[-counter ] | [-kill] | [-events <from-event-#><#-of-events>] | [-history [all] ] | [-list [all]] |[-kill-task ] | [-fail-task ]

命令选项描述

-submit 提交作业

-status 打印map和reduce完成百分比和所有计数器。

-counter打印计数器的值。

-kill 杀死指定作业。

-events <from-event-#><#-of-events> 打印给定范围内jobtracker接收到的事件细节。

-history [all] -history 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 杀死任务。被杀死的任务不会不利于失败尝试。

-fail-task 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 ] [-jobconf <key=value>, <key=value>, ...][-input ] [-output ] [-jar ][-inputformat ] [-map ] [-partitioner ][-reduce ] [-writer ] [-program ][-reduces ]

命令选项描述

-conf 作业的配置

-jobconf<key=value>, <key=value>, ... 增加/覆盖作业的配置项

-input 输入目录

-output 输出目录

-jar Jar文件名

-inputformat InputFormat类

-map JavaMap类

-partitioner JavaPartitioner

-reduce JavaReduce类

-writer JavaRecordWriter

-program 可执行程序的URI

-reduces 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 ]

命令选项描述

-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

用法：hadoopdaemonlog -setlevel

命令选项描述

-getlevel打印运行在的守护进程的日志级别。这个命令内部会连接http:///logLevel?log=

-setlevel设置运行在的守护进程的日志级别。这个命令内部会连接http:///logLevel?log=

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 ...] [-clrQuota...] [-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文件。对于下面的每一项，

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 ... 为每个目录 设定配额。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... 为每一个目录清除配额设定。

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。

声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。