hadoop HDFS常用文件操作命令 - Jeffrey511/Jeffrey-Yu GitHub Wiki
1、创建目录命令
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
如：
在user目录下创建chen目录
hadoop fs -mkdir /user/chen
注意：Hadoop的mkdir命令会自动创建父目录，类似于带-p的ＵＮＩＸ命令
２、上传文件命令
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
如：
放本地文件系统的一个文件进去
hadoop fs -put example.txt
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。
3、上传文件到HDFS
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。
命令格式：hadoop dfs put filename newfilename
如：
通过“-put 文件1 文件2 ”命令将Hadoop目录下的test1文件上传到HDFS上并重命名为test2
hadoop dfs -put test1 test2
4、列出HDFS上的文件
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：user@NameNode:hadoop$ bin/hadoop dfs -ls
如：
列出HDFS当前目录下的所有文件
hadoop dfs -ls
5、列出HDFS目录下某个文档的文件
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
如：
浏览HDFS中in文件夹中的文件
hadoop dfs -ls in
通过该命令可以查看in文件夹中的所有文档文件
6、查看HDFS下某个文件的内容
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
如：
查看HDFS下in 目录中的内容
hadoop$ bin/hadoop dfs -cat in/*
通过这个命令可以查看in文件夹中所有文件的内容
7、将HDFS中的文件复制到本地系统中
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
如：
将HDFS中的in文件复制到本地系统并重命名为IN1
hadoop dfs -get in IN1
-get 命令与-put命令一样，既可以操作目录，也可以操作文件
8、删除HDFS下的文档
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
如：
删除HDFS下的out文档
hadoop dfs -rmr out
-rmr 删除文档命令相当于delete的递归版本。
9、格式化HDFS
通过-format命令实现HDFS格式化
命令格式：user@NameNode:hadoop$ bin/hadoop NameNode -format
10、启动HDFS
通过运行start-dfs.sh，就可以启动HDFS了
命令格式：user@NameNode:hadoop$ bin/start-dfs.sh
11、关闭HDFS
当需要退出HDFS时，通过stop-dfs.sh 就可以关闭HDFS
命令格式：user@NameNode:hadoop$ bin/stop-dfs.sh
12、HDFS其他命令
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）copyFromLocal命令
除了限定源路径是一个本地文件外，其他方面和put命令相似。
使用方法：hadoop fs -copyFromLocal URI
（5）copyToLocal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 -copyToLocal {-ignorecrc} {-crc} URI
（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….]
如：
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 ，失败返回-1
（7）du命令
du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 -du URI [URI……..]
如：
hadoop fs -du /user/hadoop/dir1 /user/hadoop/file1 hdfs://host:port/user/hadoop/dir1
返回值
成功返回0，失败返回-1
（8）dus命令
dus是显示文件大小的命令。
使用方法：hadoop fs -dus
（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]
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。
如：
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链接成本地目标文件。
使用方法：hadoop fs -getmerge [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。
（12）ls命令
ls命令查看当前目录下的信息
使用方法：hadoop fs -ls
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
如：
hadoop fs -ls /user/hadoop/file1 /user/hadoop/file2
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
（14）movefromLocal命令
movefromLocal命令输出一个not implemented信息。
使用方法：dfs -moveFromLocal
（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…..]
备注：不允许在不同的文件系统间移动文件。
如：
hadoop fs -mv /user/hadoop/file1 /user/local/hadoop/file2
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 ….
如：
hadoop fs -put localfile /user/hadoop/hadoopfile
（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…….]
如：
hadoop fs -rmr /user/hadoop/dir
hadoop fs -rmr hdfs://host:port/user/hadoop/dir
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]
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
如：
hadoop fs -setrep -w 3 -R /user/hadoop/dir1
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……]
如：
hadoop fs -stat path
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
如：
hadoop fs -tail pathname
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
参数说明：
-e：检查文件是否存在，如果存在则返回0。
-z：检查文件是否是0字节，如果是则返回0
-d：如果路径是一个目录，则返回1，否则返回0
如：
hadoop fs -test -e filename
（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
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….]
如：
hadoop -touchz pathname
返回值
成功返回0，失败返回-1
hadoop HDFS常用文件操作命令
命令基本格式:
hadoop fs -cmd < args >
1.ls
hadoop fs -ls /
列出hdfs文件系统根目录下的目录和文件
hadoop fs -ls -R /
列出hdfs文件系统所有的目录和文件
2.put
hadoop fs -put < local file > < hdfs file >
hdfs file的父目录一定要存在，否则命令不会执行
hadoop fs -put < local file or dir >…< hdfs dir >
hdfs dir 一定要存在，否则命令不会执行
hadoop fs -put – < hdsf file>
从键盘读取输入到hdfs file中，按Ctrl+D结束输入，hdfs file不能存在，否则命令不会执行
2.1.moveFromLocal
hadoop fs -moveFromLocal < local src > … < hdfs dst >
与put相类似，命令执行后源文件 local src 被删除，也可以从从键盘读取输入到hdfs file中
2.2.copyFromLocal
hadoop fs -copyFromLocal < local src > … < hdfs dst >
与put相类似，也可以从从键盘读取输入到hdfs file中
3.get
hadoop fs -get < hdfs file > < local file or dir>
local file不能和 hdfs file名字不能相同，否则会提示文件已存在，没有重名的文件会复制到本地
hadoop fs -get < hdfs file or dir > … < local dir >
拷贝多个文件或目录到本地时，本地要为文件夹路径
注意：如果用户不是root， local 路径要为用户文件夹下的路径，否则会出现权限问题，
3.1.moveToLocal
当前版本中还未实现此命令
3.2.copyToLocal
hadoop fs -copyToLocal < local src > … < hdfs dst >
与get相类似
4.rm
hadoop fs -rm < hdfs file > …
hadoop fs -rm -r < hdfs dir>…
每次可以删除多个文件或目录
5.mkdir
hadoop fs -mkdir < hdfs path>
只能一级一级的建目录，父目录不存在的话使用这个命令会报错
hadoop fs -mkdir -p < hdfs path>
所创建的目录如果父目录不存在就创建该父目录
6.getmerge
hadoop fs -getmerge < hdfs dir > < local file >
将hdfs指定目录下所有文件排序后合并到local指定的文件中，文件不存在时会自动创建，文件存在时会覆盖里面的内容
hadoop fs -getmerge -nl < hdfs dir > < local file >
加上nl后，合并到local file中的hdfs文件之间会空出一行
7.cp
hadoop fs -cp < hdfs file > < hdfs file >
目标文件不能存在，否则命令不能执行，相当于给文件重命名并保存，源文件还存在
hadoop fs -cp < hdfs file or dir >… < hdfs dir >
目标文件夹要存在，否则命令不能执行
8.mv
hadoop fs -mv < hdfs file > < hdfs file >
目标文件不能存在，否则命令不能执行，相当于给文件重命名并保存，源文件不存在
hadoop fs -mv < hdfs file or dir >… < hdfs dir >
源路径有多个时，目标路径必须为目录，且必须存在。
注意：跨文件系统的移动（local到hdfs或者反过来）都是不允许的
9.count
hadoop fs -count < hdfs path >
统计hdfs对应路径下的目录个数，文件个数，文件总计大小
显示为目录个数，文件个数，文件总计大小，输入路径
10.du
hadoop fs -du < hdsf path>
显示hdfs对应路径下每个文件夹和文件的大小
hadoop fs -du -s < hdsf path>
显示hdfs对应路径下所有文件和的大小
hadoop fs -du – h < hdsf path>
显示hdfs对应路径下每个文件夹和文件的大小,文件的大小用方便阅读的形式表示，例如用64M代替67108864
11.text
hadoop fs -text < hdsf file>
将文本文件或某些格式的非文本文件通过文本格式输出
12.setrep
hadoop fs -setrep -R 3 < hdfs path >
改变一个文件在hdfs中的副本个数，上述命令中数字3为所设置的副本个数，-R选项可以对一个人目录下的所有目录+文件递归执行改变副本个数的操作
13.stat
hdoop fs -stat [format] < hdfs path >
返回对应路径的状态信息
[format]可选参数有：%b（文件大小），%o（Block大小），%n（文件名），%r（副本个数），%y（最后一次修改日期和时间）
可以这样书写hadoop fs -stat %b%o%n < hdfs path >，不过不建议，这样每个字符输出的结果不是太容易分清楚
14.tail
hadoop fs -tail < hdfs file >
在标准输出中显示文件末尾的1KB数据
15.archive
hadoop archive -archiveName name.har -p < hdfs parent dir > < src >* < hdfs dst >
命令中参数name：压缩文件名，自己任意取；< hdfs parent dir > ：压缩文件所在的父目录；< src >：要压缩的文件名；< hdfs dst >：压缩文件存放路径
*示例：hadoop archive -archiveName hadoop.har -p /user 1.txt 2.txt /des
示例中将hdfs中/user目录下的文件1.txt，2.txt压缩成一个名叫hadoop.har的文件存放在hdfs中/des目录下，如果1.txt，2.txt不写就是将/user目录下所有的目录和文件压缩成一个名叫hadoop.har的文件存放在hdfs中/des目录下
显示har的内容可以用如下命令：
hadoop fs -ls /des/hadoop.jar
显示har压缩的是那些文件可以用如下命令
hadoop fs -ls -R har:///des/hadoop.har
注意：har文件不能进行二次压缩。如果想给.har加文件，只能找到原来的文件，重新创建一个。har文件中原来文件的数据并没有变化，har文件真正的作用是减少NameNode和DataNode过多的空间浪费。
16.balancer
hdfs balancer
如果管理员发现某些DataNode保存数据过多，某些DataNode保存数据相对较少，可以使用上述命令手动启动内部的均衡过程
17.dfsadmin
hdfs dfsadmin -help
管理员可以通过dfsadmin管理HDFS，用法可以通过上述命令查看
hdfs dfsadmin -report
显示文件系统的基本数据
hdfs dfsadmin -safemode < enter | leave | get | wait >
enter：进入安全模式；leave：离开安全模式；get：获知是否开启安全模式；
wait：等待离开安全模式
18.distcp
用来在两个HDFS之间拷贝数据