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

hdfs dfs基本命令

sudo vi ~/.bashrc
PS1='\[\033[1;31;1m\]\u:\[\033[1;32;1m\]\w\[\033[1;33;1m\]\$\[\033[1;37;1m\]'
alias dfscat='hdfs dfs -cat'
alias dfsls='hdfs dfs -ls -h'
alias dfsdu='hdfs dfs -du -h'
alias dfscp='hdfs dfs -cp'
source ~/.bashrc

1，-mkdir
创建目录
Usage：hdfs dfs -mkdir [-p] < paths>
选项：-p
很像Unix mkdir -p，沿路径创建父目录。

2，-ls
查看目录下内容，包括文件名，权限，所有者，大小和修改时间
Usage：hdfs dfs -ls [-R] < args>
选项：-R
递归地显示子目录下的内容。

选项：-h

以k/m/G方式显示文件容量大小。

输出结果格式和linux系统上的ls命令差不多：[ 权限 ][连结][拥有者][群组][文件容量bytes][ 修改日期 ][ 文件名] [linux：文件及目录管理]

3，-put
将本地文件或目录上传到HDFS中的路径
Usage：hdfs dfs -put < localsrc> … < dst>

Note: 如果put的路径不存在会出错提示找不到文件或目录。所以需要先mkdir -p。

上传文件：hadoop dfs -put local_file hdfs_file

上传多个文件到文件夹：hdfs dfs -put localfile1 localfile2 hadoopdir

上传整个文件夹: hadoop dfs -put local_dir hdfs_dir

3 如果不想直接put覆盖而是追加，则使用加appendToFile
Usage: hdfs dfs -appendToFile <localsrc> ... <dst>

Append single src, or multiple srcs from local file system to the destination file system. Also reads input from stdin and appends to destination file system.

hdfs dfs -appendToFile localfile /user/hadoop/hadoopfile
hdfs dfs -appendToFile localfile1 localfile2 /user/hadoop/hadoopfile
hdfs dfs -appendToFile localfile hdfs://nn.example.com/hadoop/hadoopfile
hdfs dfs -appendToFile - hdfs://nn.example.com/hadoop/hadoopfile Reads the input from stdin.
Exit Code:

Note: 一般多次追加前，如果需要，则通过rm删除之前的文件。

3 上传本地文件到hive

[hive 中上传数据的三种方式]

4，-get
将文件或目录从HDFS中的路径拷贝到本地文件路径
Usage：hdfs dfs -get [-ignoreCrc] [-crc] < src> < localdst>
选项：
-ignorecrc选项复制CRC校验失败的文件。
-crc选项复制文件和CRC。

Note: 如果get的local文件存在，会出错提示文件已存在，所以要先删除：

if os.path.exists(local_file):
os.remove(local_file)

示例：

hdfs dfs -get hdfs_file local_dir

hdfs dfs -get hdfs_dir local_dir #此时会产生local_dir/hdfs_dir/文件s

hdfs dfs -get hdfs_dir/* local_dir #此时会产生local_dir/文件s

5，-du
显示给定目录中包含的文件和目录的大小或文件的长度，用字节大小表示，文件名用完整的HDFS协议前缀表示，以防它只是一个文件。
Usage：hdfs dfs -du [-s] [-h] URI [URI …]
选项：
-s选项将显示文件长度的汇总摘要，而不是单个文件。
-h选项将以“人类可读”的方式格式化文件大小（例如64.0m而不是67108864）

6，-dus
显示文件长度的摘要。
Usage：hdfs dfs -dus < args>
注意：不推荐使用此命令。而是使用hdfs dfs -du -s。

7，-mv
在HDFS文件系统中，将文件或目录从HDFS的源路径移动到目标路径。不允许跨文件系统移动文件。
Usage: hdfs dfs -mv URI [URI …] < dest>

8，-cp
在HDFS文件系统中，将文件或目录复制到目标路径下
Usage：hdfs dfs -cp [-f] [-p | -p [topax] ] URI [ URI …] < dest>
选项：
-f选项覆盖已经存在的目标。
-p选项将保留文件属性[topx]（时间戳，所有权，权限，ACL，XAttr）。如果指定了-p且没有arg，则保留时间戳，所有权和权限。如果指定了-pa，则还保留权限，因为ACL是一组超级权限。确定是否保留原始命名空间扩展属性与-p标志无关。

示例：hdfs dfs -cp hdfs://dir1 hdfs://dir2 #将dir1中的目录全部cp到dir2，dir1目录名是没有的

9，-copyFromLocal
从本地复制文件到hdfs文件系统（与-put命令相似）
Usage: hdfs dfs -copyFromLocal < localsrc> URI
选项：
如果目标已存在，则-f选项将覆盖目标。

10，-copyToLocal
复制hdfs文件系统中的文件到本地（与-get命令相似）
Usage: hdfs dfs -copyToLocal [-ignorecrc] [-crc] URI < localdst>

11，-rm
删除一个文件或目录
Usage：hdfs dfs -rm [-f] [-r|-R] [-skipTrash] URI [URI …]
选项：
如果文件不存在，-f选项将不显示诊断消息或修改退出状态以反映错误。
-R选项以递归方式删除目录及其下的任何内容。
-r选项等效于-R。
-skipTrash选项将绕过垃圾桶（如果已启用），并立即删除指定的文件。当需要从超配额目录中删除文件时，这非常有用。

12，-cat
显示文件内容到标准输出上。
Usage：hdfs dfs -cat URI [URI …]

随机返回指定行数的样本数据 hadoop fs -cat *| shuf -n 5

返回前几行的样本数据 hadoop fs -cat * | head -100

返回最后几行的样本数据 hadoop fs -cat * | tail -5

查看文本行数 hadoop fs -cat * |wc -l

13，-text
Usage: hdfs dfs -text
获取源文件并以文本格式输出文件。允许的格式为zip和TextRecordInputStream。

14，-touchz
创建一个零长度的文件。
Usage：hdfs dfs -touchz URI [URI …]

15，-stat
显示文件所占块数(%b)，文件名(%n)，块大小(%n)，复制数(%r)，修改时间(%y%Y)。
Usage：hdfs dfs -stat URI [URI …]

16，-tail
显示文件的最后1kb内容到标准输出
Usage：hdfs dfs -tail [-f] URI
选项：
-f选项将在文件增长时输出附加数据，如在Unix中一样。

17，-count
统计与指定文件模式匹配的路径下的目录，文件和字节数
Usage: hdfs dfs -count [-q] [-h] < paths>

18，-getmerge
将源目录和目标文件作为输入，并将src中的文件连接到目标本地文件（把两个文件的内容合并起来）
Usage：hdfs dfs -getmerge < src> < localdst> [addnl]
注：合并后的文件位于当前目录，不在hdfs中，是本地文件

19，-grep
从hdfs上过滤包含某个字符的行内容
Usage：hdfs dfs -cat < srcpath> | grep 过滤字段

[Apache Hadoop 2.4.1]

[Hadoop hdfs dfs常用命令的使用]

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 <src>* <dest>
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：
<path> 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 <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 <job-file>：提交作业
-status <job-id>：打印map和reduce完成百分比和所有计数器。
-counter <job-id> <group-name> <counter-name>：打印计数器的值。
-kill <job-id>：杀死指定作业。
-events <job-id> <from-event-#> <#-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 <task-id>：杀死任务。被杀死的任务不会不利于失败尝试。
-fail-task <task-id>：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 <path>：作业的配置
-jobconf <key=value>, <key=value>, …：增加/覆盖作业的配置项
-input <path>：输入目录
-output <path>：输出目录
-jar <jar file>：Jar文件名
-inputformat <class>：InputFormat类
-map <class>：Java Map类
-partitioner <class>：Java Partitioner
-reduce <class>：Java Reduce类
-writer <class>：Java RecordWriter
-program <executable>：可执行程序的URI
-reduces <num>：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 <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 <host:port> <name>
用法：hadoop daemonlog -setlevel <host:port> <name> <level>
参数选项：
-getlevel <host:port> <name>：打印运行在<host:port>的守护进程的日志级别。这个命令内部会连接http://<host:port>/logLevel?log=<name>
-setlevel <host:port> <name> <level>：设置运行在<host:port>的守护进程的日志级别。这个命令内部会连接http://<host:port>/logLevel?log=<name>

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

Hadoop：Hadoop基本命令相关推荐

Hadoop HDFS 基本命令
Hadoop HDFS 基本命令 hadoop fs 具体命令 hadoop fs -help:输出这个命令参数 hadoop fs ‐help cat ls: 显示目录信息hadoop fs ‐ ...
Hadoop -- hadoop介绍
Hadoop hadoop介绍 hadoop核心组件 hadoop特性优点 hadoop发展 hadoop介绍 hadoop底层是Java语言实现是Apache软件基金会的一款开源软件允许用户使用 ...
linux如何授权HADOOP,hadoop用户权限管理
在上一篇博文我描述了在单机linux上安装hadoop,网址:http://my.oschina.net/hetiangui/blog/142897,这里我主要描述下hadoop的用户权限管理. 上篇 ...
hadoop的基本命令、java程序处理hd…
基本命令: hadoop fs -命令 (这里命令一般和Linux中的命令一样) ※这里一定要在~/.bashrc中进行配置,不然不会生效,在配置文件中加上下面语句 export HADOOP_HOO ...
hadoop fs 基本命令
今天由于工作需要,需要使用到hadoop fs的一些命令,就简单的总结了下: 1,hadoop fs –fs [local | <file system URI>]:声明hadoop使用的 ...
一起学Hadoop——Hadoop的前世今生
Hadoop是什么? Hadoop是一个处理海量数据的开源框架.2002年Nutch项目面世,这是一个爬取网页工具和搜索引擎系统,和其他众多的工具一样,都遇到了在处理海量数据时效率低下,无法存储爬取网 ...
[Hadoop] Hadoop学习历程 [持续更新中…]
1. Hadoop FS Shell Hadoop之所以可以实现分布式计算,主要的原因之一是因为其背后的分布式文件系统(HDFS).所以,对于Hadoop的文件操作需要有一套全新的shell指令来完成 ...
oracle数据如何导入hadoop,hadoop hive 与 Oracle 互相导入数据
#1.在Oracle上建立要处理的表 create table SOURCE_TABLE_NAME as SELECT t.*,rownum as row_num FROM SOURCE_TABLE_ ...
[Hadoop]Hadoop Archives
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/SunnyYoona/article/details/53889284 1. 什么是Hadoop ar ...
hadoop(hadoop是什么)
Hadoop是什么 Hadoop是Apache基金会开发的分布式系统基础架构 Hadoop主要被用来解决海量数据的存储和海量数据的分析计算广义上来说,Hadoop通常是指一个更广泛的概念----Ha ...

Hadoop：Hadoop基本命令