Hadoop命令的研究

Hadoop命令的研究

目录

 TOC \o "1-3" \h \z \u

 

 

 

0 概述：

         所有的Hadoop命令均由bin/hadoop脚本引发。不指定参数运行hadoop脚本会打印所有命令的描述。

The general command line syntax is:

hadoop [--config confdir][COMMAND][GENERIC_OPTIONS][COMMAND_OPTIONS]

命令选项描述：

命令选项	描述
--config confdir	覆盖缺省配置目录。缺省是${HADOOP_HOME}/conf
GENERIC_OPTIONS	多个命令都支持的通用选项。
COMMAND	各种各样的命令被分为用户命令和管理命令两组。
Hadoop	有一个选项解析框架用于解析一般的选项和运行类。

1 常规选项：

下面的选项被dfsadmin，fs，fsck，和job支持。应用程序要实现Tool接口来支持常规选项。

GENERIC_OPTION	Description
-conf	指定应用程序的配置文件
-D	为指定property指定值value
-fs	指定namenode
-jt	指定job tracker，只适用于job
-files <逗号分隔的文件列表>	指定要拷贝到map reduce集群的文件的逗号分隔的列表，只是用与job
-libjars <逗号分隔的jar列表>	指定要包含到classpath中的jar文件的逗号分隔的列表。 只适用于job
-archives <逗号分隔的archive列表>	指定要被解压到计算节点上的档案文件的逗号分割的列表。 只适用于job。

 

2 用户命令：

Hadoop集群用户的常用命令

2.1 archive

用法编号	命令样式	功能
1	hadoop archive –archiveName *	创建一个hadoop档案文件

 

用法1：

命令选项	描述
-archiveName	要创建的档案的名字
src	文件系统的路径名，和通常含正则表达的一样
Dest	保存档案文件的目录目标

2.2 distcp

用法编号	命令样式	功能
2	hadoop distcp	递归地拷贝文件或目录

用法2：

命令选项	描述
srcurl	文件或目录的源url
desturl	文件或目录的目标url

 

2.3 fs

用法编号	命令样式	功能
3	hadoop fs [GENERIC_OPTIONS] [COMMAND_OPTIONS]	运行一个常规的文件系统客户端

 

2.4 fsck

用法编号	命令样式	功能
4	hadoop fsck [GENERIC_OPTIONS] [-move | -delete | -openforwrite] [-files [-blocks [-locations | -racks]]]	运行HDFS文件系统检查工具

用法4：

命令选项	描述
	检查的起始目录
-move	移动受损文件到/lost+found
-delete	删除受损文件
-openforwrite	打印出写打开的文件
-files	打印出正被检查的文件
-blocks	打印出块信息报告
-locations	打印出每个块的位置信息
-racks	打印出data-node的网络拓扑结构

2.5 jar

用法编号	命令样式	功能
5	hadoop jar [mainClass] args	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

2.6 job

用法编号	命令样式	功能
6	hadoop job [GENERIC_OPTIONS] [-submit ] | [-status ] | [-counter ] | [-kill ] | [-events <#-of-events>] | [-history [all] ] | [-list [all]] | [-kill-task ] | [-fail-task ]	运行jar文件

用法6

命令选项	描述
-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。

2.7 pipes

用法编号	命令样式	功能
7	hadoop pipes [-conf ] [-jobconf , , ...] [-input ] [-output ] [-jar ] [-inputformat ] [-map ] [-partitioner ] [-reduce ] [-writer ] [-program ] [-reduces ]	运行pipes作业

用法7

命令选项	描述
-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

2.8 version

用法编号	命令样式	功能
8	hadoop version	打印版本信息

2.9 CLASSNAME

用法编号	命令样式	功能
9	hadoop CLASSNAME	hadoop脚本可用于调调用任何类

3 管理命令

hadoop集群管理员常用的命令。

3.1 balancer

用法编号	命令样式	功能
10	hadoop balancer [-threshold ]	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10：

命令选项	描述
-threshold	磁盘容量的百分比。这会覆盖缺省的阀值。

3.2 daemonlog

用法编号	命令样式	功能
11	hadoop daemonlog -getlevel	获取或设置每个守护进程的日志级别
12	hadoop daemonlog -setlevel	同上

用法11,，12：

命令选项	描述
-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
-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

3.3 datanode

用法编号	命令样式	功能
13	hadoop datanode [-rollback]	运行一个HDFS的datanode。

 

命令选项	描述
-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。

3.4 dfsadmin

用法编号	命令样式	功能
14	hadoop dfsadmin [GENERIC_OPTIONS] [-report] [-safemode enter | leave | get | wait] [-refreshNodes] [-finalizeUpgrade] [-upgradeProgress status | details | force] [-metasave filename] [-setQuota ...] [-clrQuota ...] [-help [cmd]]	运行一个HDFS的dfsadmin客户端

 

命令选项			描述
- report			报告文件系统的基本信息和统计信息
-safemode enter| leave| get | wait			安全模式维护命令。安全模式是Namenode的一个状态，这种状态下，Namenode 1. 不接受对名字空间的更改(只读) 2. 不复制或删除块 Namenode会在启动时自动进入安全模式，当配置的块最小百分比数满足最小的副本数条件时，会自动离开安全模式。安全模式可以手动进入，但是这样的话也必须手动关闭安全模式。
-refreshNodes			重新读取hosts和exclude文件，更新允许连到Namenode的或那些需要退出或入编的Datanode的集合。
-finalizeUpgrade			终结HDFS的升级操作。Datanode删除前一个版本的工作目录，之后Namenode也这样做。这个操作完结整个升级过程。
-upgradeProgress status|details | force			请求当前系统的升级状态，状态的细节，或者强制升级操作进行。
-metasave filename			保存Namenode的主要数据结构到hadoop.log.dir属性指定的目录下的文件。对于下面的每一项，中都会一行内容与之对应 1. Namenode收到的Datanode的心跳信号 2. 等待被复制的块 3. 正在被复制的块 4. 等待被删除的块
-setQuota ...			为每个目录 设定配额。目录配额是一个长整型整数，强制限定了目录树下的名字个数。 命令会在这个目录上工作良好，以下情况会报错： 1. N不是一个正整数，或者 2. 用户不是管理员，或者 3. 这个目录不存在或是文件，或者 4. 目录会马上超出新设定的配额。
-clrQuota ...			为每一个目录清除配额设定。 命令会在这个目录上工作良好，以下情况会报错： 1. 这个目录不存在或是文件，或者 2. 用户不是管理员。 如果目录原来没有配额不会报错。
-help [cmd]			显示给定命令的帮助信息，如果没有给定命令，则显示所有命令的帮助信息。

3.5 jobtracker

用法编号	命令样式	功能
15	hadoop jobtracker	运行MapReduce job Tracker节点

3.6 namenode

用法编号	命令样式	功能
16	hadoop namenode [-format] | [-upgrade] | [-rollback] | [-finalize] | [-importCheckpoint]	运行namenode。有关升级，回滚，升级终结的更多信息请参考升级和回滚

 

命令选项	描述
-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。

3.7 secondarynamenode

用法编号	命令样式	功能
17	hadoop secondarynamenode [-checkpoint [force]] | [-geteditsize]	运行HDFS的secondary namenode。

 

命令选项	描述
-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。

3.8 tasktracker

用法编号	命令样式	功能
18	hadoop tasktracker	运行MapReduce的task Tracker节点

 
Hadoop命令大全
本节比较全面的向大家介绍一下Hadoop命令，欢迎大家一起来学习，希望通过本节的介绍大家能够掌握一些常见Hadoop命令的使用方法。下面是Hadoop命令的详细介绍。
Hadoop命令大全
1、列出所有HadoopShell支持的命令$bin/hadoopfs-help
2、显示关于某个命令的详细信息$bin/hadoopfs-helpcommand-name
3、用户可使用以下命令在指定路径下查看历史日志汇总$bin/hadoopjob-historyoutput-dir
这条命令会显示作业的细节信息，失败和终止的任务细节。
4、关于作业的更多细节，比如成功的任务，以及对每个任务的所做的尝试次数等可以用下面的命令查看
$bin/hadoopjob-historyalloutput-dir
5、格式化一个新的分布式文件系统：$bin/hadoopnamenode-format
6、在分配的NameNode上，运行下面的Hadoop命令启动HDFS：$bin/start-dfs.sh
bin/start-dfs.sh脚本会参照NameNode上${HADOOP_CONF_DIR}/slaves文件的内容，在所有列出的slave上启动DataNode守护进程。
7、在分配的JobTracker上，运行下面的命令启动Map/Reduce：$bin/start-mapred.sh
bin/start-mapred.sh脚本会参照JobTracker上${HADOOP_CONF_DIR}/slaves文件的内容，在所有列出的slave上启动TaskTracker守护进程。
8、在分配的NameNode上，执行下面的Hadoop命令停止HDFS：$bin/stop-dfs.sh
bin/stop-dfs.sh脚本会参照NameNode上${HADOOP_CONF_DIR}/slaves文件的内容，在所有列出的slave上停止DataNode守护进程。
9、在分配的JobTracker上，运行下面的命令停止Map/Reduce：$bin/stop-mapred.sh
bin/stop-mapred.sh脚本会参照JobTracker上${HADOOP_CONF_DIR}/slaves文件的内容，在所有列出的slave上停止TaskTracker守护进程。DFSShell
10、创建一个名为/foodir的目录$bin/hadoopdfs-mkdir/foodir
11、创建一个名为/fodir的目录$bin/hadoopdfs-mkdir/fodir
12、查看名为/foodir/myfile.txt的文件内容$bin/hadoopdfs-cat/foodir/myfile.txt
DFSAdmin
13、将集群置于安全模式
$bin/hadoopdfsadmin-safemodeenter
14、显示Datanode列表$bin/hadoopdfsadmin-report
15、使Datanode节点datanodename退役$bin/hadoopdfsadmin-decommissiondatanodename
16、bin/hadoopdfsadmin-help命令能列出所有当前支持的命令。比如：
*-report：报告HDFS的基本统计信息。有些信息也可以在NameNodeWeb服务首页看到。*-safemode：虽然通常并不需要，但是管理员的确可以手动让NameNode进入或离开安全模式。*-finalizeUpgrade：删除上一次升级时制作的集群备份。
17、显式地将HDFS置于安全模式$bin/hadoopdfsadmin-safemode
18、在升级之前，管理员需要用（升级终结操作）Hadoop命令删除存在的备份文件$bin/hadoopdfsadmin-finalizeUpgrade
19、能够知道是否需要对一个集群执行升级终结操作。$dfsadmin-upgradeProgressstatus
20、使用-upgrade选项运行新的版本$bin/start-dfs.sh-upgrade
21、如果需要退回到老版本,就必须停止集群并且部署老版本的Hadoop，用回滚选项启动集群$bin/start-dfs.h-rollback
22、下面的新命令或新选项是用于支持配额的。前两个是管理员命令。*dfsadmin-setquota...
把每个目录配额设为N。这个命令会在每个目录上尝试，如果N不是一个正的长整型数，目录不存在或是文件名，或者目录超过配额，则会产生错误报告。*dfsadmin-clrquota...
为每个目录删除配额。这个命令会在每个目录上尝试，如果目录不存在或者是文件，则会产生错误报告。如果目录原来没有设置配额不会报错。*fs-count-q...
使用-q选项，会报告每个目录设置的配额，以及剩余配额。如果目录没有设置配额，会报告none和inf。
23、创建一个hadoop档案文件
$hadooparchive-archiveNameNAME*-archiveNameNAME要创建的档案的名字。
src文件系统的路径名，和通常含正则表达的一样。dest保存档案文件的目标目录。
24、递归地拷贝文件或目录
$hadoopdistcpsrcurl源Url
desturl目标Url。请期待下节关于Hadoop命令的介绍。

常见Hadoop命令使用方法详解
本节继续和大家一起学习一下Hadoop命令的使用方法，在学习Hadoop时只有了解了Hadoop命令如何使用，才能更好的对Hadoop进行操作，下面让我们一起来学习Hadoop命令吧。
version
此Hadoop命令用来打印版本信息。用法：hadoopversionCLASSNAME
hadoop脚本可用于调调用任何类。用法：hadoopCLASSNAME运行名字为CLASSNAME的类。管理命令
hadoop集群管理员常用的命令。
balancer
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。参考Rebalancer了解更多。
用法：hadoopbalancer[-threshold]
命令选项描述
-threshold磁盘容量的百分比。这会覆盖缺省的阀值。
daemonlog
此Hadoop命令用来获取或设置每个守护进程的日志级别。用法：hadoopdaemonlog-getlevel用法：hadoopdaemonlog-setlevel
命令选项描述
-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
-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
datanode
运行一个HDFS的datanode。用法：hadoopdatanode[-rollback]
命令选项描述

-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。
dfsadmin
此Hadoop命令用来运行一个HDFS的dfsadmin客户端。
命令选项描述
-report报告文件系统的基本信息和统计信息。
-safemodeenter|leave|get|wait安全模式维护命令。安全模式是Namenode的一个状态，这种状态下，Namenode
1.不接受对名字空间的更改(只读)2.不复制或删除块
Namenode会在启动时自动进入安全模式，当配置的块最小百分比数满足最小的副本数条件时，会自动离开安全模式。安全模式可以手动进入，但是这样的话也必须手动关闭安全模式。-refreshNodes重新读取hosts和exclude文件，更新允许连到Namenode的或那些需要退出或入编的Datanode的集合。
-finalizeUpgrade终结HDFS的升级操作。Datanode删除前一个版本的工作目录，之后Namenode也这样做。这个操作完结整个升级过程。
-upgradeProgressstatus|details|force请求当前系统的升级状态，状态的细节，或者强制升级操作进行。
-metasavefilename保存Namenode的主要数据结构到hadoop.log.dir属性指定的目录下的文件。
对于下面的每一项，中都会一行内容与之对应1.Namenode收到的Datanode的心跳信号2.等待被复制的块3.正在被复制的块4.等待被删除的块
-setQuota...为每个目录设定配额。
目录配额是一个长整型整数，强制限定了目录树下的名字个数。命令会在这个目录上工作良好，以下情况会报错：1.N不是一个正整数，或者2.用户不是管理员，或者
3.这个目录不存在或是文件，或者4.目录会马上超出新设定的配额。
-clrQuota...为每一个目录清除配额设定。命令会在这个目录上工作良好，以下情况会报错：1.这个目录不存在或是文件，或者2.用户不是管理员。
如果目录原来没有配额不会报错。
-help[cmd]显示给定命令的帮助信息，如果没有给定命令，则显示所有命令的帮助信息。
jobtracker
此Hadoop命令用来运行MapReducejobTracker节点。用法：hadoopjobtracker
namenode
运行namenode。有关升级，回滚，升级终结的更多信息请参考升级和回滚。
用法：hadoopnamenode[-format]|[-upgrade]|[-rollback]|[-finalize]|[-importCheckpoint]
命令选项描述
-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。-finalizefinalize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。
secondarynamenode
运行HDFS的secondarynamenode。参考SecondaryNamenode了解更多。用法：hadoopsecondarynamenode[-checkpoint[force]]|[-geteditsize]
命令选项描述
-checkpoint[force]如果EditLog的大小>=fs.checkpoint.size，启动Secondarynamenode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。tasktracker
运行MapReduce的taskTracker节点。
用法：hadooptasktracker。本节关于Hadoop命令使用方法介绍到这里。