HDFS介绍及结构和shell操作
来源:互联网 发布:淘宝店铺海报尺寸多少 编辑:程序博客网 时间:2024/04/30 17:03
1.分布式文件系统与HDFS
Ø 什么是分布式文件系统?
当数据量越来越多,在一个操作系统管辖的范围存不下了,那么就分配到更多的操作系统管理的磁盘中,但是不方便管理和维护,因此迫切需要一种系统来管理多台机器上的文件,这就是分布式文件管理系统 (Distributed File System)。
l 分布式文件系统的定义:
是一种允许文件通过网络在多台主机上分享的文件的系统,可让多机器上的多用户分享文件和存储空间。
l 分布式文件系统特点:
通透性。
让实际上是通过网络来访问文件的动作,由程序与用户看来,就像是访问本地的磁盘一般。
容错。
即使系统中有某些节点脱机,整体来说系统仍然可以持续运作而不会有数据损失。
注意:分布式文件管理系统很多,hdfs只是其中一种。适用于一次写入多次查询的情况,不支持并发写情况,小文件不合适。
2.HDFS体系结构与基本概念
Ø 思考:分布式文件系统的设计思想
Ø HDFS是什么?
Hadoop Distributed File System(简称HDFS)是Hadoop分布式文件系统。
HDFS有着高容错性(fault-tolerant)的特点,并且设计用来部署在低廉的(low-cost)硬件上。而且它提供高吞吐量(high throughput)来访问应用程序的数据,适合那些有着超大数据集(large data set)的应用程序。HDFS放宽了(relax)POSIX的要求(requirements)这样可以实现流的形式访问(streaming access)文件系统中的数据。
Ø HDFS体系结构
l NameNode:名字节点
NameNode是整个文件系统的管理节点。它维护着整个文件系统的文件目录树,文件/目录的元信息和每个文件对应的数据块列表。接收用户的操作请求。
文件包括:hdfs-site.xml的dfs.name.dir属性
² fsimage:元数据镜像文件。存储某一时段NameNode内存元数据信息。
² edits:操作日志文件。
² fstime:保存最近一次checkpoint的时间
以上这些文件是保存在linux的文件系统中。
l DataNode:数据节点
DateNode提供真实文件数据的存储服务。
说明:DataNode是文件系统的工作节点,他们根据客户端或者是namenode的调度存储和检索数据,并且定期向namenode发送他们所存储的块(block)的列表。
文件块(block):最基本的存储单位。对于文件内容而言,一个文件的长度大小是size,那么从文件的0偏移开始,按照固定的大小,顺序对文件进行划分并编号,划分好的每一个块称一个Block。HDFS默认Block大小是128MB,以一个256MB文件,共有256/128=2个Block.
可以在配置里指定dfs.block.size属性的大小.
不同于普通文件系统的是,HDFS中,如果一个文件小于一个数据块的大小,并不占用整个数据块存储空间
Replication指定多副本。默认是三个。
hdfs-site.xml的dfs.replication属性。
3.HDFS的shell操作
l 调用文件系统(FS)Shell命令应使用 bin/hadoop fs 的形式。
l 所有的FS shell命令使用URI路径作为参数。
URI格式是scheme://authority/path。HDFS的scheme是hdfs,对本地文件系统,scheme是file。其中scheme和authority参数都是可选的,如果未加指定,就会使用配置中指定的默认scheme。
例如:/parent/child可以表示成hdfs://namenode:namenodePort/parent/child,或者更简单的/parent/child(假设配置文件是namenode:namenodePort)
l 大多数FS Shell命令的行为和对应的Unix Shell命令类似。
Ø HDFS常见的shell操作有以下三种:
命令格式:
hadoop fs {args}
hadoop dfs {args}
hdfs dfs {args}
说明:
hadoop fs:使用面最广,可以操作任何文件系统。
hadoop dfs与hdfs dfs:只能操作HDFS文件系统相关(包括与Local FS间的操作),前者已经Deprecated,一般使用后者。
Ø 列举一些常用的HDFS的shell
格式:hdfs dfs 【选项】【参数】
常用的选项如下:
-help [cmd] //显示命令的帮助信息
-ls(r) <path> //显示当前目录下所有文件
-du(s) <path> //显示目录中所有文件大小
-count[-q] <path> //显示目录中文件数量
-mv <src> <dst> //移动多个文件到目标目录
-cp <src> <dst> //复制多个文件到目标目录
-rm(r) //删除文件(夹)
-put <localsrc> <dst> //本地文件复制到hdfs
-copyFromLocal //同put
-moveFromLocal //从本地文件移动到hdfs
-get [-ignoreCrc] <src> <localdst> //复制文件到本地,可以忽略crc校验
-getmerge <src> <localdst> //将源目录中的所有文件排序合并到一个文件中
-cat <src> //在终端显示文件内容
-text <src> //在终端显示文件内容
-copyToLocal [-ignoreCrc] <src> <localdst> //复制到本地
-moveToLocal <src> <localdst>
-mkdir <path> //创建文件夹
-touchz <path> //创建一个空文件
- HDFS介绍及结构和shell操作
- HDFS-1.简单介绍及shell操作
- HDFS体系结构及shell操作
- HDFS结构介绍
- 使用shell操作HDFS
- HDFS中的shell操作
- HDFS SHELL 操作
- hdfs shell操作大全
- hdfs-shell操作
- HDFS的shell操作
- HDFS的shell操作
- Hdfs shell命令操作
- hdfs的shell操作
- HDFS Shell 操作
- hdfs的shell操作
- shell 命令操作hdfs
- _00002 Hadoop HDFS体系结构及shell、java操作方式
- Hdfs体系结果及shell java操作方式 笔记五
- WordCount背后的数据流
- 浅谈QFile
- apache的一些版本网址
- 广工课程设计——学生成绩统计系统
- 应该如何在小,中,大型应用开发中组织前端js代码?
- HDFS介绍及结构和shell操作
- 进程间通信
- BZOJ1033 杀蚂蚁
- PHP如何判断一个gif图片是否为动画?
- 《JavaScript语言精粹》读书笔记
- centos6.5 hadoop2.6.3分布式集群安装
- 英国皇家邮政申请退款及自助兑换一张英国支票
- 分发工作
- 优化冒泡排序法