hadoop-HDFS

1.HDFS简介

|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 2.1 Hadoop 分布式文件系统-HDFS架构 |
| 2.2 HDFS 组成角色及其功能 (1)Client:客户端 (2)NameNode (NN):元数据节点 管理文件系统的Namespace元数据 一个HDFS集群只有一个Active的NN (3)DataNode (DN):数据节点 数据存储节点,保存和检索Block 一个集群可以有多个数据节点 (4)Secondary NameNode (SNN):从元数据节点 合并NameNode的edit logs到fsimage文件中 辅助NN将内存中元数据信息持久化 |
| 2.3 HDFS 副本机制 (1)Block:数据块 HDFS 最基本的存储单元,默认块大小:128M(2.x) (2)副本机制 作用:避免数据丢失 副本数默认为3 存放机制:一个在本地机架节点;一个在同一个机架不同节点;一个在不同机架的节点 |
| 2.4 HDFS 优缺点 (1)HDFS优点:高容错性;适合大数据处理;流式数据访问;可构建在廉价的机器上 (2)HDFS缺点:不适合低延时数据访问场景;不适合小文件存取场景;不适合并发写入,文件随机修改场景 |

2.HDFS基本文件操作命令

|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 2.1 准备工作 1 )启动单机Hadoop 2 )-help:输出这个命令参数 hdfs dfs -help rm 3 )创建/install文件夹 hdfs dfs -mkdir /sanguo |
| 2.2 上传 1 )-moveFromLocal:从本地剪切粘贴到HDFS 2 )-copyFromLocal:从本地文件系统中拷贝文件到HDFS路径去 3 )-put:等同于copyFromLocal,生产环境更习惯用put 4 )-appendToFile:追加一个文件到已经存在的文件末尾 |
| 2.3 HDFS 直接操作 1 )-ls: 显示目录信息 hadoop fs -ls /sanguo 2 )-cat:显示文件内容 hadoop fs -cat /install/shuguo.txt 3 )-chgrp、-chmod、-chown:Linux文件系统中的用法一样,修改文件所属权限 hadoop fs -chmod 666 /sanguo/shuguo.txt hadoop fs -chown atguigu:atguigu /sanguo/shuguo.txt 4 )-mkdir:创建路径 hadoop fs -mkdir /jinguo 5 )-cp:从HDFS的一个路径拷贝到HDFS的另一个路径 hadoop fs -cp /sanguo/shuguo.txt /jinguo 6 )-mv:在HDFS目录中移动文件 hadoop fs -mv /sanguo/wuguo.txt /jinguo hadoop fs -mv /sanguo/weiguo.txt /jinguo 7 )-tail:显示一个文件的末尾1kb的数据 hadoop fs -tail /jinguo/shuguo.txt 8 )-rm:删除文件或文件夹 hadoop fs -rm /sanguo/shuguo.txt 9 )-rm -r:递归删除目录及目录里面内容 hadoop fs -rm -r /sanguo 10 )-du统计文件夹的大小信息 hadoop fs -du -s -h /jinguo 27 81 /jinguo hadoop fs -du -h /jinguo 14 42 /jinguo/shuguo.txt 7 21 /jinguo/weiguo.txt 6 18 /jinguo/wuguo.tx 说明:27表示文件大小;81表示27*3个副本;/jinguo表示查看的目录 11 )-setrep:设置HDFS中文件的副本数量(集群) hadoop fs -setrep 10 /jinguo/shuguo.txt 这里设置的副本数只是记录在NameNode的元数据中,是否真的会有这么多副本,还得看DataNode的数量。因为目前只有3台设备,最多也就3个副本,只有节点数的增加到10台时,副本数才能达到10。 |
| 2.4 进入资源管理器web页面:http://kb129:8088 |
| 2.5 查看历史服务器 (1)启动历史服务器:mapred --daemon start historyserver (2)进入历史服务器网页访问: http://kb129:19888 |

3. windows中hadoop环境搭建

|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 3.1 解压hadoop313至C盘server目录下,配置环境变量HADOOP_HOME C:\server\hadoop313 将winutils.exe放至C:\server\hadoop-3.1.3\bin目录下 将hadoop.dll放至C:\Windows\System32目录下 |

4. Java实现HDFS文件读写

|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 4.1 创建maven工程,quickstart工程 (1)配置依赖 XML <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-common</artifactId> <version>${hadoop.version}</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-hdfs</artifactId> <version>${hadoop.version}</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-mapreduce-client-core</artifactId> <version>${hadoop.version}</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-mapreduce-client-common</artifactId> <version>${hadoop.version}</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-client</artifactId> <version>${hadoop.version}</version> </dependency> |
| 4.2 test 包中重写AppTest java package org.example; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; import org.junit.After; import org.junit.Before; import org.junit.Test; import java.io.IOException; /** * Unit test for simple App. */ public class AppTest { //可操作hdfs文件系统的对象 FileSystem hdfs = null; @Before public void init() throws IOException { //构造一个配置参数对象,设置参数 要访问的hdfs的url Configuration conf = new Configuration(); //指定使用hdfs访问 conf.set("fs.defaultFS","hdfs://kb129:9000"); System.setProperty("HADOOP_USER_NAME","root"); hdfs = FileSystem.get(conf); } //上传本地文件到hdfs @Test public void shouldAnswerWithTrue() throws IOException { Path localFilePath = new Path("C:\\Windows\\System32\\drivers\\etc\\services"); Path hdfsPath = new Path("/services.txt"); //上传 hdfs.copyFromLocalFile(localFilePath,hdfsPath); System.out.println("上传成功"); } //从hdfs下载文件到本地 @Test public void downloadFile() throws IOException { Path localFilePath = new Path("D:\\tttttmmmmmppppp"); Path hdfsPath = new Path("/services.txt"); //下载 hdfs.copyToLocalFile(hdfsPath,localFilePath); System.out.println("下载成功"); } @After public void close() throws IOException{ hdfs.close(); } } |

相关推荐
极客数模8 小时前
【2026美赛赛题初步翻译F题】2026_ICM_Problem_F
大数据·c语言·python·数学建模·matlab
编程彩机10 小时前
互联网大厂Java面试:从分布式架构到大数据场景解析
java·大数据·微服务·spark·kafka·分布式事务·分布式架构
vx-bot55566610 小时前
企业微信接口在多租户SaaS平台中的集成架构与数据隔离实践
大数据·架构·企业微信
bubuly13 小时前
软件开发全流程注意事项:从需求到运维的全方位指南
大数据·运维·数据库
xixixi7777714 小时前
基于零信任架构的通信
大数据·人工智能·架构·零信任·通信·个人隐私
Hello.Reader15 小时前
Flink 自适应批执行(Adaptive Batch Execution)让 Batch 作业“边跑边优化”
大数据·flink·batch
LaughingZhu16 小时前
Product Hunt 每日热榜 | 2026-01-31
大数据·人工智能·经验分享·搜索引擎·产品运营
babe小鑫16 小时前
中专学历进入快消大厂终端销售岗位的可行性分析
大数据
samFuB16 小时前
【工具变量】区县5A级旅游景区DID数据集(2000-2025年)
大数据
百夜﹍悠ゼ17 小时前
数据治理DataHub安装部署
大数据·数据治理