Java大数据开发：Hadoop-HDFS

以你之姓@ 2023-07-19 11:00 14阅读 0赞

在刚开始的学习中，曾经介绍过，hadoop组成部分包含HDFS，MapReduce,下面我们就来看一下HDFS吧。

# **HDFS概念** #

## **1.1 概念** ##

HDFS，它是一个文件系统，用于存储文件，通过目录树来定位文件；其次，它是分布式的，由很多服务器联合起来实现其功能，集群中的服务器有各自的角色。

HDFS的设计适合一次写入，多次读出的场景，且不支持文件的修改。适合用来做数据分析，并不适合用来做网盘应用。

## **1.2 组成** ##

（1）HDFS集群包括，NameNode和DataNode以及Secondary Namenode。

（2）NameNode负责管理整个文件系统的元数据，以及每一个路径（文件）所对应的数据块信息。

（3）DataNode 负责管理用户的文件数据块，每一个数据块都可以在多个datanode上存储多个副本。

（4）Secondary NameNode用来监控HDFS状态的辅助后台程序，每隔一段时间获取HDFS元数据的快照。

## **1.3 HDFS 文件块大小** ##

HDFS中的文件在物理上是分块存储（block），块的大小可以通过配置参数( dfs.blocksize)来规定，默认大小在hadoop2.x版本中是128M，老版本中是64M。

HDFS的块比磁盘的块大，其目的是为了最小化寻址开销。如果块设置得足够大，从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间。因而，传输一个由多个块组成的文件的时间取决于磁盘传输速率。

如果寻址时间约为10ms，而传输速率为100MB/s，为了使寻址时间仅占传输时间的1%，我们要将块大小设置约为100MB。默认的块大小实际为64MB，但是很多情况下HDFS使用128MB的块设置。块的大小：10ms\*100\*100M/s = 100M

如果你对大数据开发感兴趣，想系统学习大数据的话，可以加入大数据技术学习交流扣扣君羊：**522189307**

![format_png][]

# **HFDS命令行操作** #

**启动集群：**

*   
 *

[root@hadoop100 hadoop-2.7.2]$ sbin/start-dfs.sh[root@hadoop101 hadoop-2.7.2]$ sbin/start-yarn.sh

**1、基本语法**

bin/hadoop fs 具体命令  OR  bin/hdfs dfs 具体命令

**2、参数大全**

bin/hadoop fs

**3、常用命令实操**

（1）-help：输出这个命令参数

bin/hdfs dfs -help rm

（2）-ls: 显示目录信息

hadoop fs -ls /

（3）-mkdir：在hdfs上创建目录

hadoop fs  -mkdir  -p  /aaa/bbb/cc/dd

（4）-moveFromLocal从本地剪切粘贴到hdfs

hadoop  fs  - moveFromLocal  /home/hadoop/a.txt  /aaa/bbb/cc/dd

（5）-moveToLocal：从hdfs剪切粘贴到本地

hadoop  fs  - moveToLocal   /aaa/bbb/cc/dd  /home/hadoop/a.txt

（6）--appendToFile  ：追加一个文件到已经存在的文件末尾

hadoop  fs  -appendToFile  ./hello.txt  /hello.txt

（7）-cat ：显示文件内容

（8）-tail：显示一个文件的末尾

hadoop  fs  -tail  /weblog/access\_log.1

（9）-text：以字符形式打印一个文件的内容

hadoop  fs  -text  /weblog/access\_log.1

（10）-chgrp 、-chmod、-chown：linux文件系统中的用法一样，修改文件所属权限

hadoop  fs  -chmod  666  /hello.txt

hadoop  fs  -chown  someuser:somegrp   /hello.txt

（11）-copyFromLocal：从本地文件系统中拷贝文件到hdfs路径去

hadoop  fs  -copyFromLocal  ./jdk.tar.gz  /aaa/

（12）-copyToLocal：从hdfs拷贝到本地

hadoop fs -copyToLocal /aaa/jdk.tar.gz

（13）-cp ：从hdfs的一个路径拷贝到hdfs的另一个路径

hadoop  fs  -cp  /aaa/jdk.tar.gz  /bbb/jdk.tar.gz.2

（14）-mv：在hdfs目录中移动文件

hadoop  fs  -mv  /aaa/jdk.tar.gz  /

（15）-get：等同于copyToLocal，就是从hdfs下载文件到本地

hadoop fs -get  /aaa/jdk.tar.gz

（16）-getmerge  ：合并下载多个文件，比如hdfs的目录 /aaa/下有多个文件:log.1, log.2,log.3,...

hadoop fs -getmerge /aaa/log.\* ./log.sum

（17）-put：等同于copyFromLocal

hadoop  fs  -put  /aaa/jdk.tar.gz  /bbb/jdk.tar.gz.2

（18）-rm：删除文件或文件夹

hadoop fs -rm -r /aaa/bbb/

（19）-rmdir：删除空目录

hadoop  fs  -rmdir   /aaa/bbb/ccc

（20）-df ：统计文件系统的可用空间信

hadoop  fs  -df  -h  /

（21）-du统计文件夹的大小信息

hadoop  fs  -du  -s  -h /aaa/\*

（22）-count：统计一个指定目录下的文件节点数量

hadoop fs -count /aaa/

（23）-setrep：设置hdfs中文件的副本数量

hadoop fs -setrep 3 /aaa/jdk.tar.gz

这里设置的副本数只是记录在namenode的元数据中，是否真的会有这么多副本，还得看datanode的数量。因为目前只有3台设备，最多也就3个副本，只有节点数的增加到10台时，副本数才能达到10

[format_png]: /images/20230528/dea413756ef04e429a1d99eeabad4073.png

发表评论取消回复

表情：

评论列表（有 0 条评论，14人围观）

还没有评论，来说两句吧...

相关阅读

相关大数据开发要学Java框架吗？

学习大数据要去学习Java而且还要精通，不仅要掌握Java基础知识还要掌握一些核心的Java架构。从java基础开始,学习大数据开发过程中必备的离线数据分析、实时数据分析和内存

╰+哭是因爲堅強的太久メ/ 2024年04月03日 07:18/ 0 赞/ 83 阅读

相关 java开发有前途还是大数据

Java开发和大数据都有前途。 Java是一种流行的编程语言，在企业级应用开发、金融、保险、医疗保健等领域有着广泛的应用，并且具有良好的可维护性和可扩展性，因此Java开发前

ゞ浴缸里的玫瑰/ 2024年03月25日 15:56/ 0 赞/ 51 阅读

相关 Java大数据开发：Hadoop(8)-java操作HDFS

在上一节的学习中，我们认识了HDFS的结构，知道了HDFS的优点：适合大数据处理，无论是数据规模还是文件规模。当然也有他的缺点：不适合低延时数据访问，比如毫秒级的数据存储，那做

短命女/ 2023年07月21日 06:05/ 0 赞/ 225 阅读

相关 Java大数据开发：Hadoop-HDFS

在刚开始的学习中，曾经介绍过，hadoop组成部分包含HDFS，MapReduce,下面我们就来看一下HDFS吧。 HDFS概念 1.1 概念 HDFS，它是一个

以你之姓@/ 2023年07月19日 11:00/ 0 赞/ 15 阅读

相关大数据开发流程图

1、大数据流程图 ![format_png][] 2、大数据各个环节主要技术 ![format_png 1][] 2.1、数据处理主要技术 Sqoop：（发音：sku

比眉伴天荒/ 2023年06月17日 03:55/ 0 赞/ 20 阅读

相关大数据测试-大数据技术学习资料篇（大数据开发、测试）

大数据视频资料分析下载链接：https://pan.baidu.com/s/18Feqa\_63640xPB0fYJ8Ttg 提取码：9bnr 大数据学习路线图：

阳光穿透心脏的1/2处/ 2022年09月01日 14:50/ 0 赞/ 294 阅读

相关大数据之HDFS应用开发（java API）

目录 1、搭建开发环境 2、获取api中的客户端对象 3、DistributedFileSystem实例对象所具备的方

ゝ一纸荒年。/ 2022年06月06日 05:19/ 0 赞/ 149 阅读

相关大数据-开发利器

大数据-调查结果 ![图片描述][20160128154551737] [MongoDB][]\-一种非常流行的、跨平台、面向document的数据库。 [El

Dear 丶/ 2022年06月04日 08:39/ 0 赞/ 231 阅读

相关大数据开发

hadoop环境搭建 1，概念 \`\`1.1，理论 1）集群：指的是多台设备构成一个完整的应用，这些多台设备就构成一个集群 2）hadoop

朴灿烈づ我的快乐病毒、/ 2022年03月30日 04:10/ 0 赞/ 241 阅读

相关 Java开发+大数据开发-凉面考点总结

1、HDFS数据完整性校验（a）校验和：Hadoop在写入数据到HDFS上时，会为每一个固定长度（默认是512字节）的数据执行一次“校验和”，“校验和”的值和数据一起保存起

妖狐艹你老母/ 2021年10月31日 16:28/ 0 赞/ 266 阅读