Hadoop之HDFS文件操作

摘要:Hadoop之HDFS文件操作常有两种方式,命令行方式和JavaAPI方式。本文介绍如何利用这两种方式对HDFS文件进行操作。
 
关键词:HDFS文件    命令行    Java API
 
HDFS是一种分布式文件系统,为MapReduce这种框架下的海量数据分布式处理而设计。
 
Hadoop之HDFS文件操作常有两种方式,一种是命令行方式,即Hadoop提供了一套与Linux文件命令类似的命令行工具;另一种是JavaAPI,即利用Hadoop的Java库,采用编程的方式操作HDFS的文件。

--------------------------------------分割线 --------------------------------------

Ubuntu 13.04上搭建Hadoop环境

Ubuntu 12.10 +Hadoop 1.2.1版本集群配置

Ubuntu上搭建Hadoop环境(单机模式+伪分布模式)

Ubuntu下Hadoop环境的配置

单机版搭建Hadoop环境图文教程详解

Hadoop LZO 安装教程

Hadoop集群上使用Lzo压缩

--------------------------------------分割线 --------------------------------------
 
方式一:命令行方式
 
Hadoop文件操作命令形式为
 
hadoop fs -cmd <args>
 
说明:cmd是具体的文件操作命令,<args>是一组数目可变的参数。
 
Hadoop最常用的文件操作命令,包括添加文件和目录、获取文件、删除文件等。
 
1 添加文件和目录
 
HDFS有一个默认工作目录/usr/$USER,其中$USER是你的登录用户名,作者的用户名是root。该目录不能自动创建,需要执行mkdir命令创建。
 
hadoop fs -mkdir  /usr/root
 
使用Hadoop的命令put将本地文件README.txt送到HDFS。
 
hadoop fs -put README.txt  .
 
注意上面这个命令最后一个参数是句点(.),这意味着把本地文件放入到默认的工作目录,该命令等价于:
 
hadoop fs -put README.txt    /user/root
 
使用Hadoop的ls命令,即
 
hadoop fs -ls
 
显示结果如图1所示。
 

图1  hadoop 中 ls命令Demo
 
2 获取文件
 
获取文件包含两层意思,一是HDFS从本地文件中获取文件,即前面介绍的添加文件;二是本地文件从HDFS中获取文件,可以使用Hadoop的get命令。例如若本地文件没有README.txt文件,需要从HDFS中取回,可以执行如下命令。
 
hadoop fs -get  README.txt  .
 
或者
 
hadoop fs -get README.txt  /usr/root/README.txt
 
3 删除文件
 
Hadoop删除文件命令为rm。例如要删除从本地文件上传的README.txt,可以执行如下命令。
 
hadoop  fs -rm  README.txt
 
4 检索文件
 
检索文件即查阅HDFS中的文件内容,可以使用hadoop中的cat命令。例如要查阅README.txt的内容,可以执行如下命令。
 
hadoop fs -cat README.txt
 
部分显示结果如图2所示
 

Hadoop之HDFS文件操作

图2 hadoop中cat命令Demo
 
另外,hadoop的cat命令的输出也可以使用管道传递给Unix 命令的head:
 
hadoop fs -cat README.txt | head
 
Hadoop也支持tail命令查看最后一千字节。例如要查阅README.txt最后一千个字节,可以执行如下命令。
 
hadoop fs -tail README.txt
 
5查阅帮助
 
查阅Hadoop命令帮助,可以让我们很好地掌握和使用Hadoop的 命令。我们可以执行hadoop fs 获取所用版本Hadoop的一个完整命令列别,也可以使用help来显示某个具体命令的用法及简短描述。
 
例如,要了解ls命令,可执行如下命令。
 
hadoop  fs -help ls
 
关于hadoop命令ls的描述如图3所示。

Hadoop之HDFS文件操作


图3 Hadoop命令ls的介绍

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/b844ae6689dfc676af8bf98a7450d8dd.html