欢迎投稿

今日深度:

Hadoop:Hadoop基本命令,

Hadoop:Hadoop基本命令,


http://blog.csdn.net/pipisorry/article/details/51223877

常用命令

启用hadoop

start-dfs.sh

start-hbase.sh


停止hadoop

stop-hbase.sh
stop-dfs.sh

Note:

start-dfs.sh启动出错

出错:Exception in thread "main" java.net.ConnectException: Call From ubuntu-BDMS/127.0.0.1 to localhost:9000 failed on connection exception: java.net.ConnectException: Connection refused; For more details see: ?http://wiki.apache.org/hadoop/ConnectionRefused
原因:可能是ctrl+c关闭但是并没有关闭进程?或者进程还在运行的时候突然关机把文件损坏了?或者因为在tmp中没有生成对应的pid?
解决方案1:
查看Master是否启动,打开http://master:50070打开网页后看master 的端口
NameNode 'localhost:9000'
将Eclipse 中Hadoop Location 中HDFS的端口更改为正确的端口。
解决方案2:
hadoop namenode -format?

解决方案3:

重启操作系统


文件管理

hdfs读取的文件是dfs文件系统内部的,如String file= "hdfs://localhost:9000/hw1/README.txt";
README.txt并不是主机本地文件系统中的文件,而是copy到hdfs文件系统中的文件。
通过-put可以将主机本地文件copy到hdfs文件系统中$ hdfs dfs -put tpch/orders.tbl /hw1

查看hdfs分布式文件系统中的文件
$ hdfs dfs -ls /
hadoop fs -ls ?/
查看hbase中的table
进入hbase: hbase shell
hbase(main):001:0> list
TABLE ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
Result ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
1 row(s) in 3.2030 seconds
=> ["Result"]

HBaseAdmin类中使用下面代码删除table
hAdmin.disableTable(tableName);
hAdmin.deleteTable(tableName);

hbase配置文件在安装目录下的conf目录下

皮皮blog



用户命令

1、archive命令

(1).什么是Hadoop archives?
Hadoop archives是特殊的档案格式。一个Hadoop archive对应一个文件系统目录。 Hadoop archive的扩展名是*.har。Hadoop archive包含元数据(形式是_index和_masterindx)和数据文件(part-*)。_index文件包含了档案中的文件的文件名和位置信息。

(2).如何创建archive?
用法:hadoop archive -archiveName NAME *
命令选项:
-archiveName NAME 要创建的档案的名字。
src 源文件系统的路径名。
dest 保存档案文件的目标目录。
范例:
例1.将/user/hadoop/dir1和/user/hadoop/dir2归档到/user/zoo/文件系统目录下–/user/zoo/foo.har。
hadoop@ubuntu:~/ hadoop archive -archiveName foo.har /user/hadoop/dir1 /user/hadoop/dir2 /user/zoo/
当创建archive时,源文件foo.har不会被更改或删除。

(3).如何查看archives中的文件?
archive作为文件系统层暴露给外界。所以所有的fs shell命令都能在archive上运行,但是要使用不同的URI。另外,archive是不可改变的。所以创建、重命名和删除都会返回错误。Hadoop Archives的URI是har://scheme-hostname:port/archivepath/fileinarchive。
如果没提供scheme-hostname,它会使用默认的文件系统。这种情况下URI是这种形式har:///archivepath/fileinarchive。
范例:
例1.archive的输入是/dir,该dir目录包含文件filea和fileb,现把/dir归档到/user/hadoop/foo.bar。
hadoop@ubuntu:~/ hadoop archive -archiveName foo.har /dir /user/hadoop
例2.获得创建的archive中的文件列表
hadoop@ubuntu:~/hadoop dfs -lsr har:///user/hadoop/foo.har
例3.查看archive中的filea文件
hadoop@ubuntu:~/hadoop dfs -cat har:///user/hadoop/foo.har/dir/filea

2、distcp
说明:用于集群内部或者集群之间拷贝数据的常用命令(顾名思义: dist即分布式,分布式拷贝是也。)。
用法:hadoop distcp [选项] src_url dest_url?
命令选项:
-m 表示启用多少map
-delete 删除已经存在的目标文件,不会删除源文件。这个删除是通过FS Shell实现的。所以如果垃圾回收机制启动的话,删除的目标文件会进入trash。
-i 忽略失败。这个选项会比默认情况提供关于拷贝的更精确的统计,同时它还将保留失败拷贝操作的日志,这些日志信息可以用于调试。最后,如果一个map失败了,但并没完成所有分块任务的尝试,这不会导致整个作业的失败。
-overwrite 覆盖目标。如果一个map失败并且没有使用-i选项,不仅仅那些拷贝失败的文件,这个分块任务中的所有文件都会被重新拷贝。 所以这就是为什么要使用-i参数。
范例:
例1.
hadoop@ubuntu:~/ hadoop distcp "hdfs://A:8020/user/foo/bar" "hdfs://B:8020/user/foo/baz"

3、fs
说明:运行一个常规的文件系统客户端。
用法:hadoop fs [GENERIC_OPTIONS] [COMMAND_OPTIONS]
各种命令选项可以参考HDFS Shell指南。

4、fsck
说明:用来检查整个文件系统的健康状况,但是要注意它不会主动恢复备份缺失的block,这个是由NameNode单独的线程异步处理的。
用法:hadoop fsck [GENERIC_OPTIONS] [-move|-delete|-openforwrite] [-files [-blocks [-locations | -racks]]]
参数选项:
检查这个目录中的文件是否完整
-move 破损的文件移至/lost+found目录
-delete 删除破损的文件
-openforwrite 打印正在打开写操作的文件
-files 打印正在check的文件名
-blocks 打印block报告(需要和-files参数一起使用)
-locations 打印每个block的位置信息(需要和-files参数一起使用)
-racks 打印位置信息的网络拓扑图(需要和-files参数一起使用)
范例:
例1.
hadoop@ubuntu:~/hadoop-1.1.1/bin$ hadoop fsck /
Warning: $HADOOP_HOME is deprecated.

FSCK started by hadoop from /192.168.11.156 for path / at Sat Dec 29 19:33:40 PST 2012
.Status: HEALTHY
Total size: 4 B
Total dirs: 9
Total files: 1
Total blocks (validated): 1 (avg. block size 4 B)
Minimally replicated blocks: 1 (100.0 %)
Over-replicated blocks: 0 (0.0 %)
Under-replicated blocks: 0 (0.0 %)
Mis-replicated blocks: 0 (0.0 %)
Default replication factor: 1 #缺省的备份参数1
Average block replication: 1.0
Corrupt blocks: 0 #破损的block数0
Missing replicas: 0 (0.0 %)
Number of data-nodes: 1
Number of racks: 1
FSCK ended at Sat Dec 29 19:33:40 PST 2012 in 4 milliseconds


The filesystem under path '/' is HEALTHY
hadoop@ubuntu:~/hadoop-1.1.1/bin$

5、jar
说明:运行jar文件。用户可以把他们的Map Reduce代码捆绑到jar文件中,使用这个命令执行。
用法:hadoop jar [mainClass] args…
范例:
例1.在集群上运行Map Reduce程序,以WordCount程序为例
hadoop jar /home/hadoop/hadoop-1.1.1/hadoop-examples.jar wordcount input output
描述:
hadoop jar:执行jar命令
/home/hadoop/hadoop-1.1.1/hadoop-examples.jar: WordCount所在jar
wordcount:程序主类名
input output:输入输出文件夹

6、job
说明:用于和Map Reduce作业交互和命令。
用法:hadoop job [GENERIC_OPTIONS] [-submit ] | [-status ] | [-counter ] | [-kill ] | [-events <#-of-events>] | [-history [all] ] | [-list [all]] | [-kill-task ] | [-fail-task ]
参数选项:
-submit :提交作业
-status :打印map和reduce完成百分比和所有计数器。
-counter :打印计数器的值。
-kill :杀死指定作业。
-events <#-of-events>:打印给定范围内jobtracker接收到的事件细节。
-history [all] :-history 打印作业的细节、失败及被杀死原因的细节。更多的关于一个作业的细节比如成功的任务,做过的任务尝试等信息可以通过指定[all]选项查看。?
-list [all]:-list all显示所有作业。-list只显示将要完成的作业。
-kill-task :杀死任务。被杀死的任务不会不利于失败尝试。
-fail-task :使任务失败。被失败的任务会对失败尝试不利。

7、pipes
说明:运行pipes作业。
用法:hadoop pipes [-conf ] [-jobconf , , ...] [-input ] [-output ] [-jar ] [-inputformat ] [-map ] [-partitioner ] [-reduce ] [-writer ] [-program ] [-reduces ]
参数选项:
-conf :作业的配置
-jobconf , , …:增加/覆盖作业的配置项
-input :输入目录
-output :输出目录
-jar :Jar文件名
-inputformat :InputFormat类
-map :Java Map类
-partitioner :Java Partitioner
-reduce :Java Reduce类
-writer :Java RecordWriter
-program :可执行程序的URI
-reduces :reduce个数

8、version
说明:打印版本信息。
用法:hadoop version

9、CLASSNAME
说明:hadoop脚本可用于调用任何类。
用法:hadoop CLASSNAME
描述:运行名字为CLASSNAME的类。

管理命令

hadoop集群管理员常用的命令。

1、balancer
说明:运行集群平衡工具。管理员可以简单的按Ctrl-C来停止平衡过程。
用法:hadoop balancer [-threshold ]
参数选项:
-threshold :磁盘容量的百分比。这会覆盖缺省的阀值。

2、daemonlog
说明:获取或设置每个守护进程的日志级别。
用法:hadoop daemonlog -getlevel
用法:hadoop daemonlog -setlevel
参数选项:
-getlevel :打印运行在的守护进程的日志级别。这个命令内部会连接http:///logLevel?log=
-setlevel :设置运行在的守护进程的日志级别。这个命令内部会连接http:///logLevel?log=

3、datanode
说明:运行一个HDFS的datanode。
用法:hadoop datanode [-rollback]
参数选项:
-rollback:将datanode回滚到前一个版本。这需要在停止datanode,分发老的hadoop版本之后使用。

4、dfsadmin
说明:运行一个HDFS的dfsadmin客户端。
用法:hadoop dfsadmin [GENERIC_OPTIONS] [-report] [-safemode enter | leave | get | wait] [-refreshNodes] [-finalizeUpgrade] [-upgradeProgress status | details | force] [-metasave filename] [-setQuota ...] [-clrQuota ...] [-help [cmd]]
参数选项:
-report:报告文件系统的基本信息和统计信息。

5、jobtracker
说明:运行MapReduce job Tracker节点。
用法:hadoop jobtracker

6、namenode
说明:运行namenode。
用法:hadoop namenode [-format] | [-upgrade] | [-rollback] | [-finalize] | [-importCheckpoint]
参数选项:
-format:格式化namenode。它启动namenode,格式化namenode,之后关闭namenode。
-upgrade:分发新版本的hadoop后,namenode应以upgrade选项启动。
-rollback:将namenode回滚到前一版本。这个选项要在停止集群,分发老的hadoop版本后使用。?
-finalize:finalize会删除文件系统的前一状态。最近的升级会被持久化,rollback选项将再不可用,升级终结操作之后,它会停掉namenode。
-importCheckpoint 从检查点目录装载镜像并保存到当前检查点目录,检查点目录由fs.checkpoint.dir指定。

7、secondarynamenode
说明:运行HDFS的secondary namenode。
用法:hadoop secondarynamenode [-checkpoint [force]] | [-geteditsize]
参数选项:
-checkpoint [force]:如果EditLog的大小 >= fs.checkpoint.size,启动Secondary namenode的检查点过程。 如果使用了-force,将不考虑EditLog的大小。
-geteditsize:打印EditLog大小。

8、tasktracker
说明:运行MapReduce的task Tracker节点。
用法:hadoop tasktracker

[hadoop命令详解]

from: http://blog.csdn.net/pipisorry/article/details/51223877

ref:hadoop高级命令详解

Hadoop Shell命令r1.0.4 : fs shell使用指南

Hadoop 2.7.2: FileSystem Shell


www.htsjk.Com true http://www.htsjk.com/Hadoop/36007.html NewsArticle Hadoop:Hadoop基本命令, http://blog.csdn.net/pipisorry/article/details/51223877 常用命令 启用hadoop start-dfs.sh start-hbase.sh 停止hadoop stop-hbase.sh stop-dfs.sh Note: start-dfs.sh启动出错 出错:Exception in thread...
相关文章
    暂无相关文章
评论暂时关闭