❶ HDFS操作命令
HDFS命令基本格式：hadoop fs -cmd < args >
表格：
注意：以上表格中路径包括hdfs中的路径和linux中的路径。对于容易产生歧义的地方，会特别指出“linux路径”或者“hdfs路径”。如果没有明确指出，意味着是hdfs路径。
HDFS有一个默认的工作目录/user/$USER，其中$USER是用户的登录用户名。不过目录不会自动建立，需要mkdir建立它 命令格式：hadoop fs -mkdir
注意：支持级联创建新目录，Hadoop的mkdir命令会自动创建父目录，类似于带-p的linux命令
put命令从本地文件系统中 复制单个或多个 源路径到目标文件系统，也支持从标准输入设备中读取输饥孙斗入并写入目标文件系统。分为本地上传和上传到HDFS中。 命令格式：hadoop fs -put filename
最后一个参数是句点，相当于放入了默认的工作目录，等价于 hadoop fs -put example.txt /user/chen
上传文件时，文件首先复制到DataNode上，只有所有的DataNode都成功接收完数据，文件上传才是成功的凯物。 命令格式：hadoop dfs put filename newfilename
从本地文件系统中复制单个或多个源路径到目标文件系统。也支持从 标准输入 中读取输入写入目标文件系统。
采用-ls命令列出HDFS上的文件。在HDFS中未带参数的-ls命令没有返回任何值，它默认返回HDFS的home目录下 的内容。在HDFS中，没有当前工作目录这样一个概念，也没有cmd这样的命令。 命令格式：[email protected]:hadoop$ bin/hadoop dfs -ls 如：
通过“-ls 文件夹名” 命令浏览HDFS下文件夹中的文件 命令格式：hadoop dfs -ls 文件夹名
通过该命令可以查看in文件夹中的所有文档文件
通过“-cat 文件名”命令查看HDFS下文件夹中某个文件的内容 命令格式：hadoop$ bin/hadoop dfs -cat 文件名
通过这个命令可以查看in文件夹中所有文件的内容
通过“-get 文件按1 文件2”命令将HDFS中某目录下的文件复制到本地系统的某文件中，并对该文件重新命名。 命令格式：hadoop dfs -get 文件名 新文件名
-get 命令与-put命令一样，既可以操作目录，也可以操作文件
通过“-rmr 文件”命令删除HDFS下的文件 命令格式：hadoop$ bin/hadoop dfs -rmr 文件
-rmr 删除文档命令相当于delete的递归版本。
通过-format命令实现HDFS格式化 命烂磨令格式：[email protected]:hadoop$ bin/hadoop NameNode -format
通过运行start-dfs.sh，就可以启动HDFS了 命令格式：[email protected]:hadoop$ bin/ start-dfs.sh
当需要退出HDFS时，通过stop-dfs.sh 就可以关闭HDFS 命令格式：[email protected]:hadoop$ bin/ stop-dfs.sh
HDFS的命令远不止这些，对于其他操作，可以通过-help commandName 命令列出清单。下面列举一些命令进行说明。
（1）chgrp改变文件所属的组命令 chgrp命令的用途是：更改文件或目录的组所有权。 语法格式：hadoop fs -charg [-R] GROUP URL ….. 使用-R将使改变在目录结构下递归进行。命令的使用者必须是文件的所有者或者超级用户。
（2）chmod改变文件的权限 chmod用于改变文件或目录的访问权限，这个Linux系统管理员最常用的命令之一。 使用方法：hadoop fs -chmod [-R] … 使用-R将使改变在目录结构下递归进行。命令的使用者必须是文件的所有者或者是超级用户
（3）chown改变文件的拥有者 chown命令改变文件的拥有者。 使用方法：hadoop fs -chown [-R]…. 使用-R将使改变在目录结构下递归进行。命令的使用者必须是超级用户。
（4）FromLocal命令 除了限定 源路径 是只能是一个 本地文件 外，其他方面和put命令相似。 使用方法：hadoop fs -FromLocal <localsrc> URI
（5）ToLocal命令 除了限定 目标路径 是一个 本地文件 外，其他方面和get命令类似。 使用方法：hadoop fs -ToLocal {-ignorecrc} {-crc} URI <localdst>
（6）cp命令 cp命令是将文件从源路径复制到目标路径。这个命令允许有多个源路径，此时目标路径必须是一个目录。 使用方法：hadoop fs -cp URI [URI….] <dest>
返回值：成功返回0 ，失败返回-1
（7）命令 命令显示目录中 所有文件的大小 ，或者当只指定一个文件时，显示此文件的大小 使用方法：hadoop fs – URI [URI……..]
返回值 成功返回0，失败返回-1
（8）s命令 s是显示 文件大小 的命令。 使用方法：hadoop fs -s <args>
（9）expunge命令 expunge是清空回收站的命令 使用方法：hadoop fs -expunge
（10）get命令 get是复制文件到本地文件系统的命令 使用方法：hadoop fs -get [-ignorecrc] [-crc] <localdst> 可用-ignorecrc选项复制CRC校验失败的文件：使用-CRC选项复制文件以及CRC信息。
返回值 成功返回0，失败返回-1
（11）getmerge命令 getmerge命令用于接受一个源目录和一个目标文件作为输入，并且将源目录中所有的文件合并成本地目标文件。 使用方法：hadoop fs -getmerge <src> <localdst> [addnl] 参数说明：addl是可选的，用于指定在每个文件结尾添加一个换行符；
假设在你的hdfs集群上有一个/user/hadoop/output目录 里面有作业执行的结果（多个文件组成）part-000000,part-000001,part-000002
然后就可以在本地使用vi local_file查看内容了
（12）ls命令 ls命令查看当前目录下的信息 使用方法：hadoop fs -ls <args> 如果是 文件 ，则按照如下格式返回文件信息： 文件名 <副本数>文件大小 修改日期 修改时间 权限 用户ID 组ID
如果是 目录 ，则返回它直接子文件的一个列表，就像在UNIX中一样。目录返回i额表的信息如下： 目录名<dir>修改日期 修改时间 权限 用户ID 组ID
返回值 成功返回0，失败返回-1
（13）lsr命令 lsr命令是-ls命令的递归版，类似于UNIX中的ls-r。 使用方法：hadoop fs -lsr <args>
（14）movefromLocal命令 复制一份本地文件到hdfs，当成功后，删除本地文件 使用方法：dfs -moveFromLocal <src> <dst>
（14.5）moveToLocal命令 类似于-get，但是当复制完成后，会删除hdfs上的文件 使用方法：moveToLocal <src> <localDest>
（15）mv命令 将文件从源路径移动到目标路径。这个命令允许有多个源路径，此时目标路径必须是一个目录 使用方法：hadoop fs -mv URI [URI…..] <dest> 备注：不允许在不同的文件系统间移动文件。
返回值 成功返回0，失败返回-1
（16）put 命令 put命令从本地文件系统中复制单个或多个源路径到目标文件系统，也支持从标准输入中读取输入写入目标文件系统 使用方法：hadoop fs -put <localsrc> …. <dst>
（17）rm命令 rm命令删除指定的文件，只删除非空目录和文件。 使用方法：hadoop fs -rm URI [URI……] 请参考rmr命令了解递归删除。
（18）rmr命令 rmr命令是delete命令的递归版本 使用方法：hadoop fs -rmr URI [URI…….]
返回值 成功返回0，失败返回-1
（19）setrep命令 setrep命令可以改变一个文件的副本系数。 使用方法：hadoop fs -setrep [-R] <path> 参数说明：-R 选项用于递归改变目录下所有文件的副本系数
返回值 成功返回0，失败返回-1
（20）stat命令 stat命令用于返回指定路径的统计信息 使用方法：hadoop fs -stat URI [URI……]
返回值 成功返回0，失败返回-1
（21）tail命令 tail命令将文件尾部1KB的内容输出到stdout。支持-f选项，行为和UNIX中一致 使用方法：hadoop fs -tail [-f] URI
返回值 成功返回0，失败返回-1
（22）test命令 test命令是检查命令，可以检查文件是否存在、文件的大小等。 使用方法：hadoop fs -test -[ezd] URI
（23）text命令 text命令用于将源文件输出问文本格式 使用方法：hadoop fs -text <src> 允许的格式是zip和TextRecordInputStream。
（24）touchz 命令 touchz命令用于创建一个0字节的空文件。 使用方法： hadoop fs -touchz URI [URI….]
返回值 成功返回0，失败返回-1
❷ hadoop常用shell命令怎么用
一、常用的hadoop命令1、hadoop的fs命令#查看hadoop所有的fs命令1 hadoop fs#上传文件（put与FromLocal都是上传命令）12 hadoop fs -put jdk-7u55-linux-i586.tar.gz hdfs://hucc01:9000/jdkhadoop fs -FromLocal jdk-7u55-linux-i586.tar.gz hdfs://hucc01:9000/jdk#下载命令(get与ToLocal都是下载命令)12 hadoop fs -get hdfs://hucc01:9000/jdk jdk1.7hadoop fs -ToLocal hdfs://hucc01:9000/jdk jdk1.7#将本地一个或者多个文件追加到hdfs文件中（appendToFile）1 hadoop fs -appendToFile install.log /words#查询hdfs的所有文件（ls）1 hadoop fs -ls /#帮助命令（help）1 hadoop fs -help fs#查看hdfs文件的内容（cat和text）12 hadoop fs -cat /wordshadoop fs -text /words#删除hdfs文件(rm)1 hadoop fs -rm -r /words#统计hdfs文件和文件夹的数量（count）1 hadoop fs -count -r /#合并hdfs某个文件夹的文件，并且下载到本地（getmerge）1 hadoop fs -getmerge / merge#将本地文件剪切到hdfs，相当于对本地文件上传后再删除（moveFormLocal）1 hadoop fs -moveFromLocal words /#查看当前文件系统的使用状态（df）1 hadoop fs -df二、常用的hdfs命令（这个用的比较多）用法跟hadoop命令一样，推荐2.0之后使用hdfs命令1 hdfs dfs
❸ 如何在spark中删除hdfs的某个文件夹
hadoop 添加删除datanode及tasktracker 首先： 建议datanode和tasktracker分开写独立的exclude文件，因为一个节点即可以同时是datanode和tasktracker，也可以单独是datanode或tasktracker。 1、删除datanode 修改namenode上的hdfs-site.xml <property><name>dfs.hosts</name><value>/usr/local/hadoop/conf/datanode-allow-list</value></property> <property><name>dfs.hosts.exclude</name><value>/usr/local/hadoop/conf/datanode-deny-list</value></property>其中dfs.host列出了连入namenode的节点，如果为空，则所有的datanode都可以连入namenode。如果不为空，则文件中存在的datanode可以连入。 dfs.hosts.exclude列出了禁止连入namenode的节点。 如果一个节点同时存在于dfs.hosts和dfs.hosts.exclude，则禁止连入。 具体步骤 （1）将要删除的datanode加入到dfs.hosts.exclude指定的文件中。（最好使用主机名，IP有时可能不生效） （2）动态刷新配置，不需要重启namenode hadoop dfsadmin -refreshNodes（3）通过hadoop dfsadmin -report或webui，可以看到，该datanode的状态为Decommissioning （4）等待一段时间，该节点为dead状态。 （5）删除dfs.hosts文件中该节点 即下架目标机器后，再次编辑dfs.hosts.exclude，把刚才下架的机器的ip或机器名移走（6） hadoop dfsadmin -refreshNodes注：按照上面的操作后，如果你想要重新启用该节点为datanode，从dfs.hosts.exclude中删除该节点，refreshNodes，然后，到该节点上，重启启动该datanode： /usr/local/hadoop/bin/hadoop-daemon.sh stop datanode/usr/local/hadoop/bin/hadoop-daemon.sh start datanode注:正确的删除datanode的方法应该是按照上面的方法，使用exclude文件，而不应该直接去datanode上去sotp datanode，这样会造出数据丢失，而且stop以后，webui和hadoop dfsadmin -report都仍然显示该datanode节点。除非重新启动namenode。 之所以重新启用exclude的节点时可以stop datanode，因为此时该datanode不包含在cluster中，所以，stop后不会造成数据丢失。 2、添加datanode 如果存在dfs.hosts文件，且不为空，则添加新的datanode到该文件中，refreshNodes。 到新节点上，启动即可 /usr/local/hadoop/bin/hadoop-daemon.sh start datanode如果不存在dfs.hosts文件，或文件为空，直接启动新节点即可。 3、删除tasktracker 原理和步骤与删除datanode一样。 <property><name>mapred.hosts</name><value>/usr/local/hadoop/conf/tasktracker-allow-list</value></property> <property><name>mapred.hosts.exclude</name><value>/usr/local/hadoop/conf/tasktracker-deny-list</value></property>动态刷新配置的命令为： hadoop mradmin -refreshNodes 立刻生效，可以在webui中看到，nodes节点数量的变化，以及Excluded Nodes节点的变化。 具体的步骤参考上面的删除datanode的步骤 注：按照上面的操作后，如果你想要重新启用该节点为tasktracker，从mapred.hosts.exclude中删除该节点，refreshNodes，然后，到该节点上，重启启动该tasktracker： /usr/local/hadoop/bin/hadoop-daemon.sh stop tasktracker/usr/local/hadoop/bin/hadoop-daemon.sh start tasktracker注:正确的删除tasktracker的方法应该是按照上面的方法，使用exclude文件，而不应该直接去tasktracker上去sotp tasktracker，这样会造成job失败，而且stop以后，webui上仍然显示该tasktracker节点。除非重新启动jobtracker。 我遇到的一个问题： 在exclude文件中，我使用了IP，发现tasktracker仍然参与计算。 在webui中发现，Excluded Nodes中存在该IP，Nodes中仍然存在该tasktracker的hostname。 解决的办法就是，在exclude中使用hostname而不使用IP。 判断是否真正生效：如果exclued文件中正确的填写了要失效的node，则总得nodes数量应该减小。 4、添加tasktracker 如果存在mapred.hosts文件，且不为空，则添加新的tasktracker到该文件中，refreshNodes。 到新节点上，启动即可 /usr/local/hadoop/bin/hadoop-daemon.sh start tasktracker如果不存在mapred.hosts文件，或文件为空，直接启动新节点即可。 6、添加或删除datanode后，平衡磁盘利用率 运行bin/start-balancer.sh，这个会很耗时间 备注： 如果不balance，那么cluster会把新的数据都存放在新的node上，这样会降低mr的工作效率； /usr/local/hadoop/bin/start-balancer.sh -threshold 0.17下架目标机器后，再次编辑mapred.hosts.exclude，把刚才下架的机器的ip或机器名移走threshold 是平衡阈值，默认是10%，值越低各节点越平衡，但消耗时间也更长。 balancer也可以在有mr job的cluster上运行，默认dfs.balance.bandwidthPerSec很低，为1M/s。在没有mr job时，可以提高该设置加快负载均衡时间。 在namenode的hdfs-site.xml中增加设置balance的带宽，默认只有1M： <property><name>dfs.balance.bandwidthPerSec</name><value>10485760</value><description>Specifies themaximum bandwidth that each datanode can utilize for the balancing purpose interm of the number of bytes per second.</description></property>
❹ hadoop上删除文件
如何恢复hadoop中被删除的文件hadoop的hdfs中被删除文件的恢复原理和回收站原理是一样的，就是在删除hdfs文件时，被删除的文件被移动到了hdfs的.trash文件夹中，恢复时只需将该文件夹中文件拿出即可。具体操作如下：1设置.trash文件夹如果需要恢复hdfs中文件，就需要设置.trash，hadoop的.trash默认是关闭的。具体设置如下：fs.trash.interval10080该配置项在core-site.xml中，fs.trash.interval代表删除的文件保留的时间，时间单位为分钟，默认为0代表不保存删除的文件。我们只需要设置该时间即可打开.trash。2设置后删除文件会显示删除的文件被移动到了hdfs://192.168.1.100:9000/user/hadoop/.trash/current中，举例如下：14/10/2016:48:24infofs.trashpolicydefault:namenodetrashconfiguration:deletioninterval=10080minutes,emptierinterval=0minutes.moved:'hdfs://10.207.0.217:9000/test_out/mr-20141017111556'totrashat:hdfs://192.168.1.100:9000/user/hadoop/.trash/current3恢复时只需要将.trash中文件移动到我们设置的目录即可，例如将.trash中test1文件移动到/test目录，bin/hadoopfs-mv/user/hadoop/.trash/current/test1/test4彻底删除hdfs文件彻底删除hdfs文件即将.trash中文件彻底删除，这样才能是否被删除文件所占用的hdfs空间，第2步中的删除方式hdfs不会释放空间，只是将需要删除的文件移动到了垃圾箱。.trash其实只是hdfs中的一个目录，只要删除该文件夹中的文件即可彻底删除该文件，原理相当于删除了回收站中的文件，该文件即被彻底删除。该项一般很少用，一般hdfs空间不够用才会用到。删除.trash中文件举例如下：bin/hadoopfs-rm-r/user/hadoop/.trash/current/test1
❺ java 怎么删除hdfs文件夹
可以利用IO流的知识,files.delete(),但前提是,这个文件夹必须是空的,或者你想直接删除的话,可以在DOS命令窗口进行删除打开命令窗口后输入目标文件路径:del文件名删除指定的文件。注意：del后面如果跟一个文件夹，那么是删除一个文件夹中的所有文件。(千万注意,删除的时候不要错删了其它有用文件,因为删除了,就找不回来了)
❻ 怎么用命令行删除hdfs上的文件
命令：hadoop fs -rmr /home/mm/lily2(要求是你把hadoop的bin加到PATH中，并开启hadoop)rm -rf /home/mm/lily2（这是删除linux文件系统的文件夹）。删除目录版rd /s /q "c:\hello"rem 加引号可以防止因路径中有空格而出权错rem 上面的代码意为：删除c:\hello目录下所有的内容(包括"c:\hello")删除文件del /f /q /s "c:\hello\*.*"rem 删除c;\hello文件夹下所有的文件，包括子文件夹的内容，（不包括子文件夹，也不包括c:\hello文件夹）rem 文件夹=目录
