一、HDFS基本概述

1、HDFS描述

大數據領域一直面對的兩大核心模塊：數據存儲，數據計算，HDFS作為最重要的大數據存儲技術，具有高度的容錯能力，穩定而且可靠。HDFS(Hadoop-Distributed-File-System)，它是一個分佈式文件系統，用於存儲文件，通過目錄樹來定位文件;設計初衷是管理數成百上千的服務器與磁盤，讓應用程序像使用普通文件系統一樣存儲大規模的文件數據，適合一次寫入，多次讀出的場景，且不支持文件的修改，適合做數據分析。

2、基礎架構

HDFS具有主/從體系結構，有兩個核心組件，NameNode與DataNode。

NameNode

負責文件系統的元數據（MetaData）管理，即文件路徑名、數據塊ID、存儲位置等信息，並配置副本策略，處理客戶端讀寫請求。

DataNode

執行文件數據的實際存儲和讀寫操作，每個DataNode存儲一部分文件數據塊，文件整體分佈存儲在整個HDFS服務器集群中。

Client

客戶端，文件切分上傳HDFS的時候，Client將文件切分成一個一個的Block，然後進行上傳;從NameNode獲取文件的位置信息;與DataNode通信讀取或者寫入數據; Client通過一些命令來訪問或管理HDFS。

Secondary-NameNode

不是NameNode的熱備，但是分擔NameNode工作量，比如定期合併Fsimage和Edits，並推送給NameNode;在緊急情況下，可輔助恢復NameNode。

3、高容錯性

數據塊多份複製存儲的示意,文件/users/sameerp/data/part-0，複製備份設置為2，存儲的block-ids分別為1、3；文件/users/sameerp/data/part-1，複製備份設置為3，存儲的block-ids分別為2、4、5；任何單臺服務器宕機後，每個數據塊至少還存在一個備份服務存活，不會影響對文件的訪問，提高整體容錯性。

HDFS中的文件在物理上是分塊存儲(Block)，塊的大小可以通過參數dfs.blocksize來配置，塊設置太小，會增加尋址時間；塊設置的太大，從磁盤傳輸數據的時間會很慢，HDFS塊的大小設置主要取決於磁盤傳輸速率。

二、基礎Shell命令

1、基礎命令

查看Hadoop下相關Shell操作命令。

[root@hop01 hadoop2.7]# bin/hadoop fs
[root@hop01 hadoop2.7]# bin/hdfs dfs

dfs是fs的實現類

2、查看命令描述

[root@hop01 hadoop2.7]# hadoop fs -help ls

3、遞歸創建目錄

[root@hop01 hadoop2.7]# hadoop fs -mkdir -p /hopdir/myfile

4、查看目錄

[root@hop01 hadoop2.7]# hadoop fs -ls /
[root@hop01 hadoop2.7]# hadoop fs -ls /hopdir

5、剪貼文件

hadoop fs -moveFromLocal /opt/hopfile/java.txt /hopdir/myfile
## 查看文件
hadoop fs -ls /hopdir/myfile

6、查看文件內容

## 查看全部
hadoop fs -cat /hopdir/myfile/java.txt
## 查看末尾
hadoop fs -tail /hopdir/myfile/java.txt

7、追加文件內容

hadoop fs -appendToFile /opt/hopfile/c++.txt /hopdir/myfile/java.txt

8、拷貝文件

copyFromLocal命令和put命令相同

hadoop fs -copyFromLocal /opt/hopfile/c++.txt /hopdir

9、HDFS文件拷貝到本地

hadoop fs -copyToLocal /hopdir/myfile/java.txt /opt/hopfile/

10、HDFS內拷貝文件

hadoop fs -cp /hopdir/myfile/java.txt /hopdir

11、HDFS內移動文件

hadoop fs -mv /hopdir/c++.txt /hopdir/myfile

12、合併下載多個文件

基礎命令get和copyToLocal命令效果相同。

hadoop fs -getmerge /hopdir/myfile/* /opt/merge.txt

13、刪除文件

hadoop fs -rm /hopdir/myfile/java.txt

14、查看文件夾信息

hadoop fs -du -s -h /hopdir/myfile

15、刪除文件夾

bin/hdfs dfs -rm -r /hopdir/file0703

三、源代碼地址

GitHub·地址
https://github.com/cicadasmile/big-data-parent
GitEE·地址
https://gitee.com/cicadasmile/big-data-parent

Hadoop框架：HDFS簡介與Shell管理命令