Hadoop3:HDFS的Shell操作(常用命令汇总)

一、简介

什么是HDFSShell操作?

很简单,就是在Linux的终端,通过命令来操作HDFS

如果,你们学习过git、docker、k8s,应该会发现,这些命令的特点和shell命令非常相似

二、常用命令

1、准备工作相关命令

启动集群

bash 复制代码
sbin/start-dfs.sh
sbin/start-yarn.sh

查看命令帮助

bash 复制代码
hadoop fs -help rm

创建/sanguo文件夹

bash 复制代码
hadoop fs -mkdir /sanguo

2、上传

1、-moveFromLocal:从本地剪切粘贴到HDFS

bash 复制代码
hadoop fs -moveFromLocal ./shuguo.txt /sanguo

2、-copyFromLocal:从本地拷贝文件到HDFS指定路径中

bash 复制代码
hadoop fs -copyFromLocal ./weiguo.txt /sanguo

3、-put:等同于 copyFromLocal,生产环境更习惯用 put

bash 复制代码
hadoop fs -put ./wuguo.txt /sanguo

4、-appendToFile:追加一个文件中的内容HDFS中已经存在的文件末尾

bash 复制代码
hadoop fs -appendToFile liubei.txt /sanguo/shuguo.txt

注意

此命令可能遇到的错误

解决办法

hdfs-site.xml文件中添加如下配置,重启Hadoop集群即可

xml 复制代码
  <property>
       <name>dfs.client.block.write.replace-datanode-on-failure.policy</name>
       <value>NEVER</value>
  </property>

参考:Hadoop的append命令报错的解决办法

3、下载

1、-copyToLocal:从HDFS拷贝到本地

bash 复制代码
hadoop fs -copyToLocal /sanguo/shuguo.txt ./

2、-get:等同于 copyToLocal,生产环境更习惯用 get

bash 复制代码
hadoop fs -get /sanguo/shuguo.txt ./shuguo2.txt

4、文件的常用操作

1、-ls: 显示目录信息

bash 复制代码
hadoop fs -ls /sanguo

2、-cat:显示文件内容

bash 复制代码
hadoop fs -cat /sanguo/shuguo.txt

3、-chgrp、 -chmod、 -chown :同Linux文件系统中的用法一样,修改文件所属权限

bash 复制代码
hadoop fs -chmod 777 /sanguo/shuguo.txt

4、-mkdir:创建路径

bash 复制代码
hadoop fs -mkdir /jinguo

5、-cp:从HDFS的一个路径拷贝HDFS的另一个路径

bash 复制代码
hadoop fs -cp /sanguo/shuguo.txt /jinguo

6、-mv:在HDFS目录中移动(剪切)文件

bash 复制代码
hadoop fs -mv /sanguo/weiguo.txt /jinguo

7、-tail:显示一个文件的末尾1kb的数据

bash 复制代码
hadoop fs -tail /jinguo/shuguo.txt

8、-rm:删除文件或文件夹

bash 复制代码
hadoop fs -rm /sanguo/shuguo.txt

9、-rm -r 递归删除目录及目录里面的文件

bash 复制代码
hadoop fs -rm -r /sanguo

10、-du统计文件夹的大小信息

bash 复制代码
hadoop fs -du -s -h /jinguo
hadoop fs -du -h /jinguo

说明: 27表示一个节点上文件大小;81表示27*3个副本的总大小;/jinguo表示查看的目录

11、-setrep:设置HDFS中文件的副本数量

bash 复制代码
hadoop fs -setrep 10 /jinguo/shuguo.txt

这里设置的副本数只是记录在NameNode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个,当然,节点数超过10个,副本数也只能是10个。

相关推荐
AI数据皮皮侠6 小时前
中国各省森林覆盖率等数据(2000-2023年)
大数据·人工智能·python·深度学习·机器学习
大有数据可视化10 小时前
数字孪生背后的大数据技术:时序数据库为何是关键?
大数据·数据库·人工智能
Elastic 中国社区官方博客11 小时前
CI/CD 流水线与 agentic AI:如何创建自我纠正的 monorepos
大数据·运维·数据库·人工智能·搜索引擎·ci/cd·全文检索
计算机毕设残哥16 小时前
基于Hadoop+Spark的商店购物趋势分析与可视化系统技术实现
大数据·hadoop·python·scrapy·spark·django·dash
IT研究室16 小时前
大数据毕业设计选题推荐-基于大数据的全球能源消耗量数据分析与可视化系统-大数据-Spark-Hadoop-Bigdata
大数据·hadoop·spark·毕业设计·源码·数据可视化·bigdata
武子康16 小时前
大数据-113 Flink 源算子详解:非并行源(Non-Parallel Source)的原理与应用场景
大数据·后端·flink
禁默18 小时前
第四届云计算、大数据应用与软件工程国际学术会议(CBASE 2025)
大数据·云计算
Lansonli19 小时前
大数据Spark(六十五):Transformation转换算子groupByKey和filter
大数据·分布式·spark
数据皮皮侠AI20 小时前
再发《管理世界》!智能制造试点DID(2000-2023)
大数据·数据库·人工智能·科技·金融·制造
菜鸡儿齐20 小时前
flink api-datastream api-source算子
大数据·flink