一、HDFS體系結(jié)構(gòu)

1.1 HDFS 簡介

Hadoop分布式文件系統(tǒng)?(HDFS) 是運行在通用硬件(commodity hardware)上的分布式文件系統(tǒng)（Distributed File System）。

它和現(xiàn)有的分布式文件系統(tǒng)有很多共同點。但同時，它和其他的分布式文件系統(tǒng)的區(qū)別也是很明顯的。

HDFS是一個高度容錯性的系統(tǒng)，適合部署在廉價的機器上。

HDFS能提供高吞吐量的數(shù)據(jù)訪問，非常適合大規(guī)模數(shù)據(jù)集上的應(yīng)用。

HDFS放寬了一部分POSIX約束，來實現(xiàn)流式讀取文件系統(tǒng)數(shù)據(jù)的目的。

HDFS在最開始是作為Apache Nutch 搜索引擎項目的基礎(chǔ)架構(gòu)而開發(fā)的。

HDFS是Apache Hadoop Core項目的一部分。

小結(jié)：HDFS有著高容錯性（fault-tolerant）的特點，并且設(shè)計用來部署在低廉的（low-cost）硬件上。而且它提供高吞吐量（high throughput）來訪問應(yīng)用程序的數(shù)據(jù)，適合那些有著超大數(shù)據(jù)集（large data set）的應(yīng)用程序。HDFS放寬了（relax）POSIX的要求（requirements）這樣可以實現(xiàn)流的形式訪問（streaming access）文件系統(tǒng)中的數(shù)據(jù)。

1.2 HDFS設(shè)計原則

HDFS設(shè)計之初就非常明確其應(yīng)用場景，適用與什么類型的應(yīng)用，不適用什么應(yīng)用，有一個相對明確的指導(dǎo)原則。

1.2.1 設(shè)計目標

存儲非常大的文件：這里非常大指的是幾百M、G、或者TB級別。實際應(yīng)用中已有很多集群存儲的數(shù)據(jù)達到PB級別。根據(jù)Hadoop官網(wǎng)，Yahoo！的Hadoop集群約有10萬顆CPU，運行在4萬個機器節(jié)點上。更多世界上的Hadoop集群使用情況，參考Hadoop官網(wǎng).

采用流式的數(shù)據(jù)訪問方式: HDFS基于這樣的一個假設(shè)：最有效的數(shù)據(jù)處理模式是一次寫入、多次讀取數(shù)據(jù)集經(jīng)常從數(shù)據(jù)源生成或者拷貝一次，然后在其上做很多分析工作

分析工作經(jīng)常讀取其中的大部分數(shù)據(jù)，即使不是全部。 因此讀取整個數(shù)據(jù)集所需時間比讀取第一條記錄的延時更重要。

運行于商業(yè)硬件上: Hadoop不需要特別貴的、reliable的（可靠的）機器，可運行于普通商用機器（可以從多家供應(yīng)商采購） ，商用機器不代表低端機器。在集群中（尤其是大的集群），節(jié)點失敗率是比較高的HDFS的目標是確保集群在節(jié)點失敗的時候不會讓用戶感覺到明顯的中斷。

1.2.2 HDFS不適合的應(yīng)用類型

有些場景不適合使用HDFS來存儲數(shù)據(jù)。下面列舉幾個：

1）低延時的數(shù)據(jù)訪問

對延時要求在毫秒級別的應(yīng)用，不適合采用HDFS。HDFS是為高吞吐數(shù)據(jù)傳輸設(shè)計的,因此可能犧牲延時HBase更適合低延時的數(shù)據(jù)訪問。

2）大量小文件

文件的元數(shù)據(jù)（如目錄結(jié)構(gòu)，文件block的節(jié)點列表，block-node mapping）保存在NameNode的內(nèi)存中， 整個文件系統(tǒng)的文件數(shù)量會受限于NameNode的內(nèi)存大小。

經(jīng)驗而言，一個文件/目錄/文件塊一般占有150字節(jié)的元數(shù)據(jù)內(nèi)存空間。如果有100萬個文件，每個文件占用1個文件塊，則需要大約300M的內(nèi)存。因此十億級別的文件數(shù)量在現(xiàn)有商用機器上難以支持。

3）多方讀寫，需要任意的文件修改

HDFS采用追加（append-only）的方式寫入數(shù)據(jù)。不支持文件任意offset的修改。不支持多個寫入器（writer）。

1.3. HDFS核心概念

1.3.1 Blocks

物理磁盤中有塊的概念，磁盤的物理Block是磁盤操作最小的單元，讀寫操作均以Block為最小單元，一般為512 Byte。文件系統(tǒng)在物理Block之上抽象了另一層概念，文件系統(tǒng)Block物理磁盤Block的整數(shù)倍。通常為幾KB。

Hadoop提供的df、fsck這類運維工具都是在文件系統(tǒng)的Block級別上進行操作。

HDFS的Block塊比一般單機文件系統(tǒng)大得多，默認為128M。

HDFS的文件被拆分成block-sized的chunk，chunk作為獨立單元存儲。比Block小的文件不會占用整個Block，只會占據(jù)實際大小。例如， 如果一個文件大小為1M，則在HDFS中只會占用1M的空間，而不是128M。

HDFS的Block為什么這么大？

是為了最小化查找（seek）時間，控制定位文件與傳輸文件所用的時間比例。假設(shè)定位到Block所需的時間為10ms，磁盤傳輸速度為100M/s。如果要將定位到Block所用時間占傳輸時間的比例控制1%，則Block大小需要約100M。

但是如果Block設(shè)置過大，在MapReduce任務(wù)中，Map或者Reduce任務(wù)的個數(shù) 如果小于集群機器數(shù)量，會使得作業(yè)運行效率很低。

Block抽象的好處

block的拆分使得單個文件大小可以大于整個磁盤的容量，構(gòu)成文件的Block可以分布在整個集群， 理論上，單個文件可以占據(jù)集群中所有機器的磁盤。

Block的抽象也簡化了存儲系統(tǒng)，對于Block，無需關(guān)注其權(quán)限，所有者等內(nèi)容（這些內(nèi)容都在文件級別上進行控制）。

Block作為容錯和高可用機制中的副本單元，即以Block為單位進行復(fù)制。

1.3.2 Namenode & Datanode

整個HDFS集群由Namenode和Datanode構(gòu)成master-worker（主從）模式。Namenode負責(zé)構(gòu)建命名空間，管理文件的元數(shù)據(jù)等，而Datanode負責(zé)實際存儲數(shù)據(jù)，負責(zé)讀寫工作。

Namenode

Namenode存放文件系統(tǒng)樹及所有文件、目錄的元數(shù)據(jù)。元數(shù)據(jù)持久化為2種形式：

namespcae image

edit log

但是持久化數(shù)據(jù)中不包括Block所在的節(jié)點列表，及文件的Block分布在集群中的哪些節(jié)點上，這些信息是在系統(tǒng)重啟的時候重新構(gòu)建（通過Datanode匯報的Block信息）。

在HDFS中，Namenode可能成為集群的單點故障，Namenode不可用時，整個文件系統(tǒng)是不可用的。HDFS針對單點故障提供了2種解決機制：

1）備份持久化元數(shù)據(jù)

將文件系統(tǒng)的元數(shù)據(jù)同時寫到多個文件系統(tǒng)， 例如同時將元數(shù)據(jù)寫到本地文件系統(tǒng)及NFS。這些備份操作都是同步的、原子的。

2）Secondary Namenode

Secondary節(jié)點定期合并主Namenode的namespace image和edit log， 避免edit log過大，通過創(chuàng)建檢查點checkpoint來合并。它會維護一個合并后的namespace image副本， 可用于在Namenode完全崩潰時恢復(fù)數(shù)據(jù)。

1.4 主從架構(gòu)

HDFS采用 master/slave架構(gòu)。

一個HDFS集群是由一個Namenode和一定數(shù)目的Datanodes組成。

Namenode是一個中心服務(wù)器，負責(zé)管理文件系統(tǒng)的名字空間(namespace)以及客戶端對文件的訪問。

集群中的Datanode一般是一個節(jié)點一個，負責(zé)管理它所在節(jié)點上的存儲。HDFS暴露了文件系統(tǒng)的名字空間，用戶能夠以文件的形式在上面存儲數(shù)據(jù)。

從內(nèi)部看，一個文件其實被分成一個或多個數(shù)據(jù)塊，這些塊存儲在一組Datanode上。Namenode執(zhí)行文件系統(tǒng)的名字空間操作，比如打開、關(guān)閉、重命名文件或目錄。它也負責(zé)確定數(shù)據(jù)塊到具體Datanode節(jié)點的映射。Datanode負責(zé)處理文件系統(tǒng)客戶端的讀寫請求。在Namenode的統(tǒng)一調(diào)度下進行數(shù)據(jù)塊的創(chuàng)建、刪除和復(fù)制。

1、數(shù)據(jù)塊Block

最小存儲單元，默認128MB，適合大文件存儲，減少尋址和內(nèi)存開銷。

2、NameNode

文件系統(tǒng)命名空間，含目錄、文件的數(shù)據(jù)塊索引，索引存儲在內(nèi)存中，文件越多占用內(nèi)存越大。同時存儲命名空間鏡像文件（FsImage）與編輯日志文件（EditLog），文件的變更先寫入日志文件中。Hadoop 2.X 版本引入HA功能，通常通過Journal Nodes保持多主間EditLog同步。再加入ZKFailoverController進行主備切換操作（也可人工切換）。

3、DataNode

數(shù)據(jù)存儲節(jié)點，執(zhí)行數(shù)據(jù)塊的創(chuàng)建、刪除、復(fù)制等操作。

4、Secondary NameNode

由于NameNode 合并 EditLog 和 FsImage 非常耗時，特別在大型集群中。故增加一個 Secondary NameNode 負責(zé)定時從 NameNode獲?。℉TTP）EditLog 并且合并到 FsImage中，耗時的合并工作完成后將新的FsImage傳回 namenode。

1.5. hdfs 元數(shù)據(jù)的持久化

HDFS的命名空間是由名字節(jié)點來存儲的。

1.5.1.?EditLog

名字節(jié)點使用叫做 EditLog 的事務(wù)日志來持久記錄每一個對文件系統(tǒng)元數(shù)據(jù)的改變，如在HDFS中創(chuàng)建一個新的文件，名字節(jié)點將會在EditLog中插入一條記錄來記錄這個改變。

類似地，改變文件的復(fù)制因子也會向EditLog中插入一條記錄。名字節(jié)點在本地文件系統(tǒng)中用一個文件來存儲這個EditLog。

1.5.2.?FsImage

整個文件系統(tǒng)命名空間，包括文件塊的映射表和文件系統(tǒng)的配置都存在一個叫?FsImage?的文件中，F(xiàn)sImage 也存放在名字節(jié)點的本地文件系統(tǒng)中。

FsImage 和 Editlog是HDFS的核心數(shù)據(jù)結(jié)構(gòu)。這些文件的損壞會導(dǎo)致整個集群的失效。因此，名字節(jié)點可以配置成支持多個 FsImage 和 EditLog 的副本。任何FsImage和EditLog的更新都會同步到每一份副本中。

1.6 數(shù)據(jù)復(fù)制

HDFS被設(shè)計成能夠在一個大集群中跨機器可靠地存儲超大文件。它將每個文件存儲成一系列的數(shù)據(jù)塊，除了最后一個，所有的數(shù)據(jù)塊都是同樣大小的。為了容錯，文件的所有數(shù)據(jù)塊都會有副本。每個文件的數(shù)據(jù)塊大小和副本系數(shù)都是可配置的。應(yīng)用程序可以指定某個文件的副本數(shù)目。副本系數(shù)可以在文件創(chuàng)建的時候指定，也可以在之后改變。

HDFS中的文件都是一次性寫入的，并且嚴格要求在任何時候只能有一個寫入者。

Namenode全權(quán)管理數(shù)據(jù)塊的復(fù)制，它周期性地從集群中的每個Datanode接收心跳信號和塊狀態(tài)報告(Blockreport)。接收到心跳信號意味著該Datanode節(jié)點工作正常。塊狀態(tài)報告包含了一個該Datanode上所有數(shù)據(jù)塊的列表。

HDFS采用一種稱為機架感知(rack-aware)的策略來改進數(shù)據(jù)的可靠性、可用性和網(wǎng)絡(luò)帶寬的利用率。

大型HDFS實例一般運行在跨越多個機架的計算機組成的集群上，不同機架上的兩臺機器之間的通訊需要經(jīng)過交換機。在大多數(shù)情況下，同一個機架內(nèi)的兩臺機器間的帶寬會比不同機架的兩臺機器間的帶寬大。

通過一個機架感知的過程，Namenode可以確定每個Datanode所屬的機架id。一個簡單但沒有優(yōu)化的策略就是將副本存放在不同的機架上。這樣可以有效防止當整個機架失效時數(shù)據(jù)的丟失，并且允許讀數(shù)據(jù)的時候充分利用多個機架的帶寬。這種策略設(shè)置可以將副本均勻分布在集群中，有利于當組件失效情況下的負載均衡。但是，因為這種策略的一個寫操作需要傳輸數(shù)據(jù)塊到多個機架，這增加了寫的代價。

在大多數(shù)情況下，副本系數(shù)是3，HDFS的存放策略是將一個副本存放在本地機架的節(jié)點上，一個副本放在同一機架的另一個節(jié)點上，最后一個副本放在不同機架的節(jié)點上。這種策略減少了機架間的數(shù)據(jù)傳輸，這就提高了寫操作的效率。機架的錯誤遠遠比節(jié)點的錯誤少，所以這個策略不會影響到數(shù)據(jù)的可靠性和可用性。于此同時，因為數(shù)據(jù)塊只放在兩個（不是三個）不同的機架上，所以此策略減少了讀取數(shù)據(jù)時需要的網(wǎng)絡(luò)傳輸總帶寬。在這種策略下，副本并不是均勻分布在不同的機架上。三分之一的副本在一個節(jié)點上，三分之二的副本在一個機架上，其他副本均勻分布在剩下的機架中，這一策略在不損害數(shù)據(jù)可靠性和讀取性能的情況下改進了寫的性能。

參考：http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html

二、HDFS主要流程

?2.1 客戶端的讀取

1、調(diào)用DistributedFileSystem.open打開文件（底層調(diào)用DFSClient.open）并創(chuàng)建HdfsDataInputStream。

2、通過調(diào)用DFSClient.getBlockLocations獲取數(shù)據(jù)塊所在的datanode節(jié)點列表，根據(jù)排序規(guī)則選擇一個datanode建立連接獲取數(shù)據(jù)塊，當此數(shù)據(jù)塊讀取完畢后，再次向namenode獲取下一個數(shù)據(jù)塊。依次循環(huán)。

2.2 客戶端寫入流程

1、通過調(diào)用DistributedFileSystem.create在底層調(diào)用DFSClient.create發(fā)送通知namenode創(chuàng)建文件。

2、獲取輸出流后就可以調(diào)用DFSOutputStream寫數(shù)據(jù)，空文件時就會調(diào)用Clientprotocol.addBlock向Namenode申請一個數(shù)據(jù)塊并返回LocatedBlock，此對象包含該數(shù)據(jù)塊的所有節(jié)點信息，后續(xù)即可往其中一節(jié)點write數(shù)據(jù)。

2.3 HA切換流程

Hadoop 2.X之前版本NN存在單點故障，HA功能提供一個active NN與一個standby NN，命名空間實時同步。Active NN修改命名空間時同時通知多數(shù)的Quorum Journal Nodes（JNS），standby NN監(jiān)聽JNS中的editlog變化，并與自身的命名空間合并，當發(fā)生切換時，需要等待standby合并JNS上的所有editlog后才會進行切換。

ZKFailoverController會實時監(jiān)控NN的狀態(tài)，如果active NN處于不可用狀態(tài)則進行自動主備切換，不需要人工干預(yù)，當然管理員也可用DFSHAAdmin命令進行手工切換。

三、NameNode

3.1 文件目錄樹

? ? HDFS命名空間在內(nèi)存中以樹結(jié)構(gòu)存儲，目錄與文件抽象為INode節(jié)點，目錄為INodeDirectory，文件為INodeFile。目錄有List<INode> children存儲子目錄或文件（內(nèi)部使用二分法做檢索），HDFS命名空間存儲在本地系統(tǒng)FsImage文件中，啟動時加載，與此同時NN會定期合并fsimage與editlog，editlog操作類為FSEditLog。

? ??INodeFile主要成員變量：

? ? ? ? private long header = 0L;? # 文件頭信息

? ? ? ? private BlockInfoContiguous[] blocks;? # 數(shù)據(jù)塊與數(shù)據(jù)節(jié)點關(guān)系

3.2 數(shù)據(jù)塊管理

? ? 1、NameNode啟動時從fsimage加載文件與數(shù)據(jù)塊之前的關(guān)系，數(shù)據(jù)塊存儲在哪些節(jié)點上具體是由datanode啟動時向NN上報數(shù)據(jù)塊信息時才能構(gòu)建。

? ? 2、BlockMap在NN中存儲數(shù)據(jù)塊與節(jié)點的關(guān)系，該關(guān)系則由DN上報時更新。

3.3 數(shù)據(jù)節(jié)點管理

? ? 1、添加和撤銷DN：HDFS提供的dfs.hosts可配置include和exclude，如果節(jié)點下線則配置exclude并執(zhí)行dfsadmin -refreshNodes后NN開始進行撤銷，下線的節(jié)點數(shù)據(jù)會復(fù)制到其他節(jié)點上，此時DN則處于正在被撤銷狀態(tài)，復(fù)制完畢后DN狀態(tài)則變成已撤銷。

? ? 2、DN啟動需要向NN握手、注冊于上報數(shù)據(jù)塊，并定期發(fā)送心跳包。

3.4 NN的啟動與停止

? ? 1、NN啟動由NameNode類的main方法執(zhí)行，并調(diào)用createNameNode方法進行初始化。調(diào)用FSNamesystem.loadFromDisk進行fsimage與editlog。

? ? 2、NN的停止則是通過啟動時注冊JVM的ShutdownHook，當JVM退出時調(diào)用，并輸出一些退出日志。

四、數(shù)據(jù)節(jié)點DN

HDFS 2.X DN使用Federation架構(gòu)，可配置多個命名空間，每個命名空間在DN中對應(yīng)一個池。DN的啟動由DataNode類的main方法執(zhí)行。

1、DataBlockScanner掃描數(shù)據(jù)塊并檢查校檢和是否匹配。

2、DirectoryScanner定時掃描內(nèi)存元數(shù)據(jù)與磁盤是否有差異，如有則更新內(nèi)存。

3、IPCServer為RPC服務(wù)端，接收Client、NN、DN的RPC請求。

4、DataXceiverServer用于流式數(shù)據(jù)傳輸。

4.1 DN磁盤存儲與讀寫

? ?1、DFSStorage管理數(shù)據(jù)塊，管理磁盤存儲目錄(dfs.data.dir)，dfs.data.dir可定義多個存儲目錄，不同目錄磁盤克異構(gòu)。

? ? 2、DataTransferProtocol定義了基于TCP流的數(shù)據(jù)訪問接口，包含Sender和Receiver，流程如下圖：

五、HDFS常用工具

5.1 hadoop 命令手冊

所有的hadoop命令均由bin/hadoop腳本引發(fā)。

不指定參數(shù)運行hadoop腳本會打印所有命令的描述。

用法：

hadoop [--config confdir] [COMMAND] [GENERIC_OPTIONS] [COMMAND_OPTIONS]

Hadoop有一個選項解析框架用于解析一般的選項和運行類。

命令選項描述

--config confdir覆蓋缺省配置目錄。缺省是${HADOOP_HOME}/conf。

GENERIC_OPTIONS多個命令都支持的通用選項。

COMMAND

命令選項S

各種各樣的命令和它們的選項會在下面提到。這些命令被分為用戶命令管理命令兩組。

常規(guī)選項

下面的選項被dfsadmin,fs,fsck和job支持。 應(yīng)用程序要實現(xiàn)Tool來支持常規(guī)選項。

GENERIC_OPTION描述

-conf <configuration file>指定應(yīng)用程序的配置文件。

-D <property=value>為指定property指定值value。

-fs <local|namenode:port>指定namenode。

-jt 指定job tracker。只適用于job。

-files <逗號分隔的文件列表>指定要拷貝到map reduce集群的文件的逗號分隔的列表。 只適用于job。

-libjars <逗號分隔的jar列表>指定要包含到classpath中的jar文件的逗號分隔的列表。 只適用于job。

-archives <逗號分隔的archive列表>指定要被解壓到計算節(jié)點上的檔案文件的逗號分割的列表。 只適用于job。

用戶命令

hadoop集群用戶的常用命令。

archive

創(chuàng)建一個hadoop檔案文件。參考Hadoop Archives.

用法：hadoop archive -archiveName NAME <src>* <dest>

命令選項描述

-archiveName NAME要創(chuàng)建的檔案的名字。

src文件系統(tǒng)的路徑名，和通常含正則表達的一樣。

dest保存檔案文件的目標目錄。

distcp

遞歸地拷貝文件或目錄。參考DistCp指南以獲取等多信息。

用法：hadoop distcp <srcurl> <desturl>

命令選項描述

srcurl 源Url

desturl 目標Url

fs

用法：hadoop fs [GENERIC_OPTIONS] [COMMAND_OPTIONS]

運行一個常規(guī)的文件系統(tǒng)客戶端。

各種命令選項可以參考HDFS Shell指南。

fsck

運行HDFS文件系統(tǒng)檢查工具。參考Fsck了解更多。

用法：hadoop fsck [GENERIC_OPTIONS] [-move | -delete | -openforwrite] [-files [-blocks [-locations | -racks]]]

命令選項描述

<path>檢查的起始目錄。

-move移動受損文件到/lost+found

-delete刪除受損文件。

-openforwrite打印出寫打開的文件。

-files打印出正被檢查的文件。

-blocks打印出塊信息報告。

-locations打印出每個塊的位置信息。

-racks打印出data-node的網(wǎng)絡(luò)拓撲結(jié)構(gòu)。

jar

運行jar文件。用戶可以把他們的Map Reduce代碼捆綁到j(luò)ar文件中，使用這個命令執(zhí)行。

用法：hadoop jar <jar> [mainClass] args...

streaming作業(yè)是通過這個命令執(zhí)行的。參考Streaming examples中的例子。

Word count例子也是通過jar命令運行的。參考Wordcount example。

job

用于和Map Reduce作業(yè)交互和命令。

用法：

hadoop job [GENERIC_OPTIONS] [-submit ] | [-status ] | [-counter ] | [-kill ] | [-events <#-of-events>] | [-history [all] ] | [-list [all]] | [-kill-task ] | [-fail-task ]

命令選項描述

-submit <job-file>提交作業(yè)

-status <job-id>打印map和reduce完成百分比和所有計數(shù)器。

-counter <job-id> <group-name> <counter-name>打印計數(shù)器的值。

-kill <job-id>殺死指定作業(yè)。

-events <job-id> <from-event-#> <#-of-events>打印給定范圍內(nèi)jobtracker接收到的事件細節(jié)。

-history [all] <jobOutputDir>-history <jobOutputDir> 打印作業(yè)的細節(jié)、失敗及被殺死原因的細節(jié)。更多的關(guān)于一個作業(yè)的細節(jié)比如成功的任務(wù)，做過的任務(wù)嘗試等信息可以通過指定[all]選項查看。

-list [all]-list all顯示所有作業(yè)。-list只顯示將要完成的作業(yè)。

-kill-task <task-id>殺死任務(wù)。被殺死的任務(wù)不會不利于失敗嘗試。

-fail-task <task-id>使任務(wù)失敗。被失敗的任務(wù)會對失敗嘗試不利。

pipes

運行pipes作業(yè)。

用法：hadoop pipes [-conf <path>] [-jobconf <key=value>, <key=value>, ...] [-input <path>] [-output <path>] [-jar <jar file>] [-inputformat <class>] [-map <class>] [-partitioner <class>] [-reduce <class>] [-writer <class>] [-program <executable>] [-reduces <num>]

命令選項描述

-conf <path>作業(yè)的配置

-jobconf <key=value>, <key=value>, ...增加/覆蓋作業(yè)的配置項

-input <path>輸入目錄

-output <path>輸出目錄

-jar <jar file>Jar文件名

-inputformat <class>InputFormat類

-map <class>Java Map類

-partitioner <class>Java Partitioner

-reduce <class>Java Reduce類

-writer <class>Java RecordWriter

-program <executable>可執(zhí)行程序的URI

-reduces <num>reduce個數(shù)

version

打印版本信息。

用法：hadoop version

CLASSNAME

hadoop 腳本可用于調(diào)調(diào)用任何類。

用法：hadoop CLASSNAME

運行名字為CLASSNAME的類。

管理命令

hadoop集群管理員常用的命令。

balancer

運行集群平衡工具。管理員可以簡單的按Ctrl-C來停止平衡過程。參考Rebalancer了解更多。

用法：hadoop balancer [-threshold <threshold>]

命令選項描述

-threshold <threshold>磁盤容量的百分比。這會覆蓋缺省的閥值。

daemonlog

獲取或設(shè)置每個守護進程的日志級別。

用法：hadoop daemonlog -getlevel <host:port> <name>

用法：hadoop daemonlog -setlevel <host:port> <name> <level>

命令選項描述

-getlevel <host:port> <name>打印運行在<host:port>的守護進程的日志級別。這個命令內(nèi)部會連接http://<host:port>/logLevel?log=<name>

-setlevel <host:port> <name> <level>設(shè)置運行在<host:port>的守護進程的日志級別。這個命令內(nèi)部會連接http://<host:port>/logLevel?log=<name>

datanode

運行一個HDFS的datanode。

用法：hadoop datanode [-rollback]

命令選項描述

-rollback將datanode回滾到前一個版本。這需要在停止datanode，分發(fā)老的hadoop版本之后使用。

dfsadmin

運行一個HDFS的dfsadmin客戶端。

用法：hadoop dfsadmin [GENERIC_OPTIONS] [-report] [-safemode enter | leave | get | wait] [-refreshNodes] [-finalizeUpgrade] [-upgradeProgress status | details | force] [-metasave filename] [-setQuota ...] [-clrQuota ...] [-help [cmd]]

命令選項描述

-report報告文件系統(tǒng)的基本信息和統(tǒng)計信息。

-safemode enter | leave | get | wait安全模式維護命令。安全模式是Namenode的一個狀態(tài)，這種狀態(tài)下，Namenode

1. 不接受對名字空間的更改(只讀)

2. 不復(fù)制或刪除塊

Namenode會在啟動時自動進入安全模式，當配置的塊最小百分比數(shù)滿足最小的副本數(shù)條件時，會自動離開安全模式。安全模式可以手動進入，但是這樣的話也必須手動關(guān)閉安全模式。

-refreshNodes重新讀取hosts和exclude文件，更新允許連到Namenode的或那些需要退出或入編的Datanode的集合。

-finalizeUpgrade終結(jié)HDFS的升級操作。Datanode刪除前一個版本的工作目錄，之后Namenode也這樣做。這個操作完結(jié)整個升級過程。

-upgradeProgress status | details | force請求當前系統(tǒng)的升級狀態(tài)，狀態(tài)的細節(jié)，或者強制升級操作進行。

-metasave filename保存Namenode的主要數(shù)據(jù)結(jié)構(gòu)到hadoop.log.dir屬性指定的目錄下的文件。對于下面的每一項，中都會一行內(nèi)容與之對應(yīng)

1. Namenode收到的Datanode的心跳信號

2. 等待被復(fù)制的塊

3. 正在被復(fù)制的塊

4. 等待被刪除的塊

-setQuota ...為每個目錄?設(shè)定配額。目錄配額是一個長整型整數(shù)，強制限定了目錄樹下的名字個數(shù)。

命令會在這個目錄上工作良好，以下情況會報錯：

1. N不是一個正整數(shù)，或者

2. 用戶不是管理員，或者

3. 這個目錄不存在或是文件，或者

4. 目錄會馬上超出新設(shè)定的配額。

-clrQuota ...為每一個目錄清除配額設(shè)定。

命令會在這個目錄上工作良好，以下情況會報錯：

1. 這個目錄不存在或是文件，或者

2. 用戶不是管理員。

如果目錄原來沒有配額不會報錯。

-help [cmd]顯示給定命令的幫助信息，如果沒有給定命令，則顯示所有命令的幫助信息。

jobtracker

運行MapReduce job Tracker節(jié)點。

用法：hadoop jobtracker

namenode

運行namenode。有關(guān)升級，回滾，升級終結(jié)的更多信息請參考升級和回滾。

用法：hadoop namenode [-format] | [-upgrade] | [-rollback] | [-finalize] | [-importCheckpoint]

命令選項描述

-format格式化namenode。它啟動namenode，格式化namenode，之后關(guān)閉namenode。

-upgrade分發(fā)新版本的hadoop后，namenode應(yīng)以upgrade選項啟動。

-rollback將namenode回滾到前一版本。這個選項要在停止集群，分發(fā)老的hadoop版本后使用。

-finalizefinalize會刪除文件系統(tǒng)的前一狀態(tài)。最近的升級會被持久化，rollback選項將再不可用，升級終結(jié)操作之后，它會停掉namenode。

-importCheckpoint從檢查點目錄裝載鏡像并保存到當前檢查點目錄，檢查點目錄由fs.checkpoint.dir指定。

secondarynamenode

運行HDFS的secondary namenode。參考Secondary Namenode了解更多。

用法：hadoop secondarynamenode [-checkpoint [force]] | [-geteditsize]

命令選項描述

-checkpoint [force]如果EditLog的大小 >= fs.checkpoint.size，啟動Secondary namenode的檢查點過程。 如果使用了-force，將不考慮EditLog的大小。

-geteditsize打印EditLog大小。

tasktracker

運行MapReduce的task Tracker節(jié)點。

用法：hadoop tasktracker

5.2 FsShell :? bin/hadoop fs <args>

調(diào)用文件系統(tǒng)(FS)Shell命令應(yīng)使用?

bin/hadoop fs <args>

的形式。 所有的的FS shell命令使用URI路徑作為參數(shù)。

URI格式是：

scheme://authority/path

對HDFS文件系統(tǒng)，scheme是hdfs，對本地文件系統(tǒng)，scheme是file。其中scheme和authority參數(shù)都是可選的，如果未加指定，就會使用配置中指定的默認scheme。

一個HDFS文件或目錄比如/parent/child可以表示成：

hdfs://namenode:namenodeport/parent/child

或者更簡單的：

/parent/child

（假設(shè)你配置文件中的默認值是namenode:namenodeport）。

大多數(shù)FS Shell命令的行為和對應(yīng)的Unix Shell命令類似，不同之處會在下面介紹各命令使用詳情時指出。出錯信息會輸出到stderr，其他信息輸出到stdout。

cat

使用方法：

hadoop fs -cat URI [URI …]

將路徑指定文件的內(nèi)容輸出到stdout。

示例：

hadoop fs -cat hdfs://host1:port1/file1 hdfs://host2:port2/file2

hadoop fs -cat file:///file3 /user/hadoop/file4

返回值：

成功返回0，失敗返回-1。

chgrp

使用方法：hadoop fs -chgrp [-R] GROUP URI [URI …]?Change group association of files. With?-R, make the change recursively through the directory structure. The user must be the owner of files, or else a super-user. Additional information is in the?Permissions User Guide.?

改變文件所屬的組。使用-R將使改變在目錄結(jié)構(gòu)下遞歸進行。命令的使用者必須是文件的所有者或者超級用戶。更多的信息請參見HDFS權(quán)限用戶指南。

chmod

使用方法：hadoop fs -chmod [-R] <MODE[,MODE]... | OCTALMODE> URI [URI …]

改變文件的權(quán)限。使用-R將使改變在目錄結(jié)構(gòu)下遞歸進行。命令的使用者必須是文件的所有者或者超級用戶。更多的信息請參見HDFS權(quán)限用戶指南。

chown

使用方法：hadoop fs -chown [-R] [OWNER][:[GROUP]] URI [URI ]

改變文件的擁有者。使用-R將使改變在目錄結(jié)構(gòu)下遞歸進行。命令的使用者必須是超級用戶。更多的信息請參見HDFS權(quán)限用戶指南。

copyFromLocal

使用方法：hadoop fs -copyFromLocal <localsrc> URI

除了限定源路徑是一個本地文件外，和put命令相似。

copyToLocal

使用方法：hadoop fs -copyToLocal [-ignorecrc] [-crc] URI <localdst>

除了限定目標路徑是一個本地文件外，和get命令類似。

cp

使用方法：hadoop fs -cp URI [URI …] <dest>

將文件從源路徑復(fù)制到目標路徑。這個命令允許有多個源路徑，此時目標路徑必須是一個目錄。

示例：

hadoop fs -cp /user/hadoop/file1 /user/hadoop/file2

hadoop fs -cp /user/hadoop/file1 /user/hadoop/file2 /user/hadoop/dir

返回值：

成功返回0，失敗返回-1。

du

使用方法：hadoop fs -du URI [URI …]

顯示目錄中所有文件的大小，或者當只指定一個文件時，顯示此文件的大小。

示例：

hadoop fs -du /user/hadoop/dir1 /user/hadoop/file1 hdfs://host:port/user/hadoop/dir1

返回值：

成功返回0，失敗返回-1。

dus

使用方法：hadoop fs -dus <args>

顯示文件的大小。

expunge

使用方法：hadoop fs -expunge

清空回收站。請參考HDFS設(shè)計文檔以獲取更多關(guān)于回收站特性的信息。

get

使用方法：hadoop fs -get [-ignorecrc] [-crc] <src> <localdst>

復(fù)制文件到本地文件系統(tǒng)?？捎?ignorecrc選項復(fù)制CRC校驗失敗的文件。使用-crc選項復(fù)制文件以及CRC信息。

示例：

hadoop fs -get /user/hadoop/file localfile

hadoop fs -get hdfs://host:port/user/hadoop/file localfile

返回值：

成功返回0，失敗返回-1。

getmerge

使用方法：hadoop fs -getmerge <src> <localdst> [addnl]

接受一個源目錄和一個目標文件作為輸入，并且將源目錄中所有的文件連接成本地目標文件。addnl是可選的，用于指定在每個文件結(jié)尾添加一個換行符。

ls

使用方法：hadoop fs -ls <args>

如果是文件，則按照如下格式返回文件信息：

文件名 <副本數(shù)> 文件大小 修改日期 修改時間 權(quán)限 用戶ID 組ID

如果是目錄，則返回它直接子文件的一個列表，就像在Unix中一樣。目錄返回列表的信息如下：

目錄名 <dir> 修改日期 修改時間 權(quán)限 用戶ID 組ID

示例：

hadoop fs -ls /user/hadoop/file1 /user/hadoop/file2 hdfs://host:port/user/hadoop/dir1 /nonexistentfile

返回值：

成功返回0，失敗返回-1。

lsr

使用方法：hadoop fs -lsr <args>

ls命令的遞歸版本。類似于Unix中的ls -R。

mkdir

使用方法：hadoop fs -mkdir <paths>

接受路徑指定的uri作為參數(shù)，創(chuàng)建這些目錄。其行為類似于Unix的mkdir -p，它會創(chuàng)建路徑中的各級父目錄。

示例：

hadoop fs -mkdir /user/hadoop/dir1 /user/hadoop/dir2

hadoop fs -mkdir hdfs://host1:port1/user/hadoop/dir hdfs://host2:port2/user/hadoop/dir

返回值：

成功返回0，失敗返回-1。

moveFromLocal

使用方法：dfs -moveFromLocal <src> <dst>

輸出一個”not implemented“信息。

mv

使用方法：hadoop fs -mv URI [URI …] <dest>

將文件從源路徑移動到目標路徑。這個命令允許有多個源路徑，此時目標路徑必須是一個目錄。不允許在不同的文件系統(tǒng)間移動文件。

示例：

hadoop fs -mv /user/hadoop/file1 /user/hadoop/file2

hadoop fs -mv hdfs://host:port/file1 hdfs://host:port/file2 hdfs://host:port/file3 hdfs://host:port/dir1

返回值：

成功返回0，失敗返回-1。

put

使用方法：hadoop fs -put <localsrc> ... <dst>

從本地文件系統(tǒng)中復(fù)制單個或多個源路徑到目標文件系統(tǒng)。也支持從標準輸入中讀取輸入寫入目標文件系統(tǒng)。

hadoop fs -put localfile /user/hadoop/hadoopfile

hadoop fs -put localfile1 localfile2 /user/hadoop/hadoopdir

hadoop fs -put localfile hdfs://host:port/hadoop/hadoopfile

hadoop fs -put - hdfs://host:port/hadoop/hadoopfile

從標準輸入中讀取輸入。

返回值：

成功返回0，失敗返回-1。

rm

使用方法：hadoop fs -rm URI [URI …]

刪除指定的文件。只刪除非空目錄和文件。請參考rmr命令了解遞歸刪除。

示例：

hadoop fs -rm hdfs://host:port/file /user/hadoop/emptydir

返回值：

成功返回0，失敗返回-1。

rmr

使用方法：hadoop fs -rmr URI [URI …]

delete的遞歸版本。

示例：

hadoop fs -rmr /user/hadoop/dir

hadoop fs -rmr hdfs://host:port/user/hadoop/dir

返回值：

成功返回0，失敗返回-1。

setrep

使用方法：hadoop fs -setrep [-R] <path>

改變一個文件的副本系數(shù)。-R選項用于遞歸改變目錄下所有文件的副本系數(shù)。

示例：

hadoop fs -setrep -w 3 -R /user/hadoop/dir1

返回值：

成功返回0，失敗返回-1。

stat

使用方法：hadoop fs -stat URI [URI …]

返回指定路徑的統(tǒng)計信息。

示例：

hadoop fs -stat path

返回值：

成功返回0，失敗返回-1。

tail

使用方法：hadoop fs -tail [-f] URI

將文件尾部1K字節(jié)的內(nèi)容輸出到stdout。支持-f選項，行為和Unix中一致。

示例：

hadoop fs -tail pathname

返回值：

成功返回0，失敗返回-1。

test

使用方法：hadoop fs -test -[ezd] URI

選項：

-e 檢查文件是否存在。如果存在則返回0。

-z 檢查文件是否是0字節(jié)。如果是則返回0。

-d 如果路徑是個目錄，則返回1，否則返回0。

示例：

hadoop fs -test -e filename

text

使用方法：hadoop fs -text <src>

將源文件輸出為文本格式。允許的格式是zip和TextRecordInputStream。

touchz

使用方法：hadoop fs -touchz URI [URI …]

創(chuàng)建一個0字節(jié)的空文件。

示例：

hadoop -touchz pathname

返回值：

成功返回0，失敗返回-1。? ??

參考：http://hadoop.apache.org/docs/r1.0.4/cn/commands_manual.html

參考資料：

http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html

http://hadoop.apache.org/docs/current/api/