【Hadoop_03】HDFS概述与Shell操作

news/2024/5/20 5:31:13 标签: hadoop, hdfs, 大数据

  • 1、集群配置
    • （1）集群启动/停止方式总结
    • （2）编写Hadoop集群常用脚本
    • （3）常考面试题
      • 【1】常用端口号
      • 【2】常用配置-文件
  • 2、HDFS概述
    • （1）HDFS产出背景及定义
    • （2）HDFS优缺点
    • （3）HDFS的组成架构
    • （4）HDFS文件块大小（面试重点）
  • 3、HDFS的Shell操作
    • （1）准备工作
    • （2）上传命令
    • （3）下载命令
    • （4）HDFS直接操作命令

1、集群配置

（1）集群启动/停止方式总结

1）各个模块分开启动/停止（配置ssh是前提）常用
（1）整体启动/停止HDFS

start-dfs.sh/stop-dfs.sh

（2）整体启动/停止YARN

start-yarn.sh/stop-yarn.sh

2）各个服务组件逐一启动/停止
（1）分别启动/停止HDFS组件

hdfs --daemon start/stop namenode/datanode/secondarynamenode

（2）启动/停止YARN

yarn --daemon start/stop  resourcemanager/nodemanager

在这里插入图片描述
一般都是按照集群来启动，不然如果有100+台服务器的话，就无法启动了

（2）编写Hadoop集群常用脚本

在写脚本的时候，能写绝对路径就不要写相对路径。

1）Hadoop集群启停脚本（包含HDFS，Yarn，Historyserver）：myhadoop.sh

[root@hadoop102 ~]$ cd /home/wenxin/bin
[root@hadoop102 bin]$ vim myhadoop.sh
  • 输入如下内容
#!/bin/bash

if [ $# -lt 1 ]
then
    echo "No Args Input..."
    exit ;
fi

case $1 in
"start")
        echo " =================== 启动 hadoop集群 ==================="

        echo " --------------- 启动 hdfs ---------------"
        ssh hadoop102 "/home/wenxin/module/hadoop-3.1.3/sbin/start-dfs.sh"
        echo " --------------- 启动 yarn ---------------"
        ssh hadoop103 "/home/wenxin/module/hadoop-3.1.3/sbin/start-yarn.sh"
        echo " --------------- 启动 historyserver ---------------"
        ssh hadoop102 "/home/wenxin/module/hadoop-3.1.3/bin/mapred --daemon start historyserver"
;;
"stop")
        echo " =================== 关闭 hadoop集群 ==================="

        echo " --------------- 关闭 historyserver ---------------"
        ssh hadoop102 "/home/wenxin/module/hadoop-3.1.3/bin/mapred --daemon stop historyserver"
        echo " --------------- 关闭 yarn ---------------"
        ssh hadoop103 "/home/wenxin/module/hadoop-3.1.3/sbin/stop-yarn.sh"
        echo " --------------- 关闭 hdfs ---------------"
        ssh hadoop102 "/home/wenxin/module/hadoop-3.1.3/sbin/stop-dfs.sh"
;;
*)
    echo "Input Args Error..."
;;
esac

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
目前还没找到解决方法。

2）查看三台服务器Java进程脚本：jpsall

[root@hadoop102 bin]$ vim jpsall
  • 输入如下内容
#!/bin/bash

for host in hadoop102 hadoop103 hadoop104
do
        echo =============== $host ===============
        ssh $host jps 
done
  • 保存后退出，然后赋予脚本执行权限
[root@hadoop102 bin]$ chmod +x jpsall

3）分发/bin目录，保证自定义脚本在三台机器上都可以使用

[root@hadoop102 ~]$ xsync /bin

在这里插入图片描述

（3）常考面试题

【1】常用端口号

  • hadoop3.x
    HDFP NameNode 内部通讯端口：8020/9000/9820
    HDFS NameNode 对用户的查询端口：9870
    Yarn查看任务运行情况的：8088
    历史服务器：19888

  • hadoop2.x
    HDFS NameNode 内部通讯端口：8020/9000
    HDFS NameNode 对用户的查询端口：50070
    Yarn查看任务运行情况的：8088
    历史服务器19888

【2】常用配置-文件

  • hadoop3.x ：
    core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml workers

  • hadoop2.x :
    core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml slaves

2、HDFS概述

（1）HDFS产出背景及定义

1）HDFS产生背景
随着数据量越来越大，在一个操作系统存不下所有的数据，那么就分配到更多的操作系统管理的磁盘中，但是不方便管理和维护，迫切需要一种系统来管理多台机器上的文件，这就是分布式文件管理系统。HDFS只是分布式文件管理系统中的一种。
分布式指的是多台服务器解决同一件事情。

2）HDFS定义
HDFS（Hadoop Distributed File System），它是一个文件系统，用于存储文件，通过目录树来定位文件；其次，它是分布式的，由很多服务器联合起来实现其功能，集群中的服务器有各自的角色。
HDFS的使用场景：适合一次写入，多次读出的场景。一个文件经过创建、写入和关闭之后就不需要改变。
已经写入的就不适合修改了

（2）HDFS优缺点

优点：

在这里插入图片描述
缺点：

在这里插入图片描述

（3）HDFS的组成架构

在这里插入图片描述
在这里插入图片描述

（4）HDFS文件块大小（面试重点）

在这里插入图片描述
在这里插入图片描述
块太大不利于后期的并发运算，而且处理起来较慢。

3、HDFS的Shell操作

hadoop fs 具体命令 或者R hdfs dfs 具体命令
两个是完全相同的。

在这里插入图片描述
命令大全：

[-appendToFile <localsrc> ... <dst>]
        [-cat [-ignoreCrc] <src> ...]
        [-chgrp [-R] GROUP PATH...]
        [-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]
        [-chown [-R] [OWNER][:[GROUP]] PATH...]
        [-copyFromLocal [-f] [-p] <localsrc> ... <dst>]
        [-copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
        [-count [-q] <path> ...]
        [-cp [-f] [-p] <src> ... <dst>]
        [-df [-h] [<path> ...]]
        [-du [-s] [-h] <path> ...]
        [-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>]
        [-getmerge [-nl] <src> <localdst>]
        [-help [cmd ...]]
        [-ls [-d] [-h] [-R] [<path> ...]]
        [-mkdir [-p] <path> ...]
        [-moveFromLocal <localsrc> ... <dst>]
        [-moveToLocal <src> <localdst>]
        [-mv <src> ... <dst>]
        [-put [-f] [-p] <localsrc> ... <dst>]
        [-rm [-f] [-r|-R] [-skipTrash] <src> ...]
        [-rmdir [--ignore-fail-on-non-empty] <dir> ...]
<acl_spec> <path>]]
        [-setrep [-R] [-w] <rep> <path> ...]
        [-stat [format] <path> ...]
        [-tail [-f] <file>]
        [-test -[defsz] <path>]
        [-text [-ignoreCrc] <src> ...]

（1）准备工作

  • 启动dfs服务
    在这里插入图片描述
    -help：输出这个命令参数
hadoop fs -help rm

在这里插入图片描述

创建/sanguo文件夹

hadoop fs -mkdir /sanguo

在网址上输入：hadoop102:9870
在这里插入图片描述

（2）上传命令

1）-moveFromLocal：从本地剪切粘贴到HDFS

[root@hadoop102 hadoop-3.1.3]# hadoop fs -moveFromLocal ./shuguo.txt /sanguo

在这里插入图片描述
在这里插入图片描述

2）-copyFromLocal：从本地文件系统中拷贝文件到HDFS路径去

[root@hadoop102 hadoop-3.1.3]# hadoop fs -copyFromLocal weiguo.txt /sanguo

在这里插入图片描述

3）-put：等同于copyFromLocal，生产环境更习惯用put

[root@hadoop102 hadoop-3.1.3]# hadoop fs -put wuguo.txt /sanguo

在这里插入图片描述

4）-appendToFile：追加一个文件到已经存在的文件末尾【HDFS只允许在文件的末尾进行追加，不允许修改】

[root@hadoop102 hadoop-3.1.3]# hadoop fs -appendToFile liubei.txt /sanguo/shuguo.txt

将liubei.txt文件追加到sanguo文件夹下的shuguo.txt文件的末尾

（3）下载命令

1）-copyToLocal：从HDFS拷贝到本地

hadoop fs -copyToLocal /sanguo/shuguo.txt ./

将hdfs中的sanguo文件夹下的shuguo.txt文件拷贝到本地的当前路径下

在这里插入图片描述

2）-get：等同于copyToLocal，生产环境更习惯用get

hadoop fs -get /sanguo/shuguo.txt ./

（4）HDFS直接操作命令

1）-ls: 显示目录信息

[root@hadoop102 hadoop-3.1.3]$ hadoop fs -ls /sanguo

在这里插入图片描述

2）-cat：显示文件内容

[root@hadoop102 hadoop-3.1.3]$ hadoop fs -cat /sanguo/shuguo.txt

在这里插入图片描述

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

[root@hadoop102 hadoop-3.1.3]$ hadoop fs  -chmod 666  /sanguo/shuguo.txt
[root@hadoop102 hadoop-3.1.3]$ hadoop fs  -chown  root:root   /sanguo/shuguo.txt

4）-mkdir：创建路径

[root@hadoop102 hadoop-3.1.3]$ hadoop fs -mkdir /jinguo

5）-cp：从HDFS的一个路径拷贝到HDFS的另一个路径

[root@hadoop102 hadoop-3.1.3]$ hadoop fs -cp /sanguo/shuguo.txt /jinguo

在这里插入图片描述

6）-mv：在HDFS目录中移动文件

[root@hadoop102 hadoop-3.1.3]$ hadoop fs -mv /sanguo/wuguo.txt /jinguo
[root@hadoop102 hadoop-3.1.3]$ hadoop fs -mv /sanguo/weiguo.txt /jinguo

7）-tail：显示一个文件的末尾1kb的数据

因为在生产环境当中，往往最末尾的文件是最新的文件。文件都是从最末尾追加的。

[root@hadoop102 hadoop-3.1.3]$ hadoop fs -tail /jinguo/shuguo.txt

在这里插入图片描述

8）-rm：删除文件或文件夹

[root@hadoop102 hadoop-3.1.3]$ hadoop fs -rm /sanguo/shuguo.txt

9）-rm -r：递归删除目录及目录里面内容

[root@hadoop102 hadoop-3.1.3]$ hadoop fs -rm -r /sanguo

10）-du统计文件夹的大小信息

[root@hadoop102 hadoop-3.1.3]$ hadoop fs -du -s -h /jinguo

在这里插入图片描述

[root@hadoop102 hadoop-3.1.3]$ hadoop fs -du  -h /jinguo

在这里插入图片描述

11）-setrep：设置HDFS中文件的副本数量

[root@hadoop102 hadoop-3.1.3]$ hadoop fs -setrep 10 /jinguo/shuguo.txt

在这里插入图片描述
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。
在这里插入图片描述


http://www.niftyadmin.cn/n/5255490.html

相关文章

电子学会C/C++编程等级考试2022年06月（五级）真题解析

电子学会C/C++编程等级考试2022年06月（五级）真题解析

C/C++等级考试（1~8级）全部真题・点这里 第1题：逃离迷宫 你在一个地下迷宫中找到了宝藏，但是也触发了迷宫机关，导致迷宫将在T分钟后坍塌，为此你需要在T分钟内逃离迷宫，你想知道你能不能逃离迷宫。迷宫是一个边长为m的正方形，其中"S"表示你所在的位置，"…
阅读更多...
港推数码货币：机遇与挑战

港推数码货币：机遇与挑战

金融数码化已成潮流&#xff0c;全球各国都在努力探索并推出各自的“央行数字货币”&#xff08;CBDC&#xff09;方案及其可行性。作为国际金融中心的香港也并未落后&#xff0c;近期除了即将公布其“数码港元”的先导计划外&#xff0c;香港金融管理局&#xff08;金管局&…
阅读更多...
Lua字符串（包含任意字符，如中文）任意位置截取

Lua字符串（包含任意字符，如中文）任意位置截取

常规的截取只需要lua自带的api就可以解决问题&#xff1a;如 string.sub 但是当字符串之中含有中文或者符号的时候&#xff0c;这些接口就麻爪了&#xff0c;当然lua后续更新有可能支持&#xff0c;至少本少当前的Lua版本是不支持的。 废话少说&#xff0c;直接上代码和测试用…
阅读更多...
三篇论文解决了大型语言模型 (LLM) 的三个不同问题

三篇论文解决了大型语言模型 (LLM) 的三个不同问题

讨论三篇论文&#xff0c;它们解决了大型语言模型 (LLM) 的三个不同问题类别&#xff1a; 减少幻觉。Reducing hallucinations. 增强小型、开放可用模型的推理能力。Enhancing the reasoning capabilities of small, openly available models. 加深我们对transformer架构的理…
阅读更多...
做数据分析为何要学统计学（9）——什么是回归分析

做数据分析为何要学统计学（9）——什么是回归分析

​回归分析&#xff08;regression analysis)是量化两种或两种以上因素/变量间相互依赖关系的统计分析方法。回归分析根据因素的数量&#xff0c;分为一元回归和多元回归分析&#xff1b;按因素之间依赖关系的复杂程度&#xff0c;可分为线性回归分析和非线性回归分析。我们通过…
阅读更多...
kafka rebalance(再均衡)导致的消息积压分析

kafka rebalance(再均衡)导致的消息积压分析

起因&#xff1a; 某天&#xff0c;项目组收到大量的kafka消息积压告警。查看了kafka日志后&#xff0c;发现 kafka不断地 rebalance(再均衡)。 Rebalance (再均衡)&#xff1a; 分区的所有权从一个消费者转移到另一个消费者&#xff0c;这样的行为被称为Rebalance (再均衡)…
阅读更多...
IP与以太网的转发操作

IP与以太网的转发操作

TCP模块在执行连接、收发、断开等各阶段操作时&#xff0c;都需要委托IP模块将数据封装成包发送给通信对象。 网络中有路由器和集线器两种不同的转发设备&#xff0c;它们在传输网络包时有着各自的分工。 (1)路由器根据目标地址判断下一个路由器的位置 (2)集线器在子网中将网…
阅读更多...
Spring Boot使用JUnit和Mockito进行Service层单元测试

Spring Boot使用JUnit和Mockito进行Service层单元测试

文章目录 前言一、单元测试是什么二、为什么要写单元测试三、简单示例假设我们有一个简单的UserService类&#xff0c;其中包含了一些用户相关的逻辑&#xff1a;首先&#xff0c;我们需要引入JUnit和Mockito的依赖。在Maven项目中&#xff0c;可以在pom.xml文件中添加以下依赖…
阅读更多...
最新文章

Copyright @ 2022~2023