HDFS前言

• 设计思想：分而治之，将大文件、大批量文件，分布式存放在大量服务器上，以便于采取分而治之的方式对海量数据进行运算分析；
• 在大数据系统中作用：为各类分布式运算框架（如：mapreduce，spark，tez，……）提供数据存储服务,是Hadoop最底层的组件；
• 重点概念：文件切块，副本存放，元数据

HDFS的概念和特性

首先，它是一个文件系统，用于存储文件，通过统一的命名空间——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；

重要特性如下：
（1）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，hadoop1.x中是64M；

（2）HDFS文件系统会给客户端提供一个统一的抽象目录树，客户端通过路径来访问文件，形如：hdfs://namenode:port/dir-a/dir-b/dir-c/file.data

（3）目录结构及文件分块信息(元数据)的管理由namenode节点承担
——namenode是HDFS集群主节点，负责维护整个hdfs文件系统的目录树，以及每一个路径（文件）所对应的block块信息（block的id，及所在的datanode服务器）

（4）文件的各个block的存储管理由datanode节点承担
---- datanode是HDFS集群从节点，每一个block都可以在多个datanode上存储多个副本（副本数量也可以通过参数设置dfs.replication）

（5）HDFS是设计成适应一次写入，多次读出的场景，且不支持文件的修改，且不适用多个小文件的存储

注：适合用来做数据分析，并不适合用来做网盘应用，因为，不便修改，延迟大，网络开销大，成本太高)

HDFS的shell(命令行客户端)操作

HDFS提供shell命令行客户端，使用方法如下：

HDFS命令行.png

命令行客户端支持的命令参数

• -help ：输出这个命令参数手册
• -ls:显示目录信息
• -mkdir ：在hdfs上创建目录
• -moveFromLocal ：从本地剪切粘贴到hdfs
• -moveToLocal:从hdfs剪切粘贴到本地
• -get ：等同于copyToLocal，就是从hdfs下载文件到本地
• -getmerge ：合并下载多个文件
• --appendToFile :追加一个文件到已经存在的文件末尾
• -cat :显示文件内容
• -tail :显示一个文件的末尾
• -text:以字符形式打印一个文件的内容
• -chgrp -chmod -chown:linux文件系统中的用法一样，对文件所属权限
• -copyFromLocal :从本地文件系统中拷贝文件到hdfs路径去
• -put：等同于copyFromLocal
• -copyToLocal：从hdfs拷贝到本地
• -cp：从hdfs的一个路径拷贝hdfs的另一个路径
• -mv ：在hdfs目录中移动文件
• -rm：删除文件或文件夹
• -rmdir :删除空目录
• -df :统计文件系统的可用空间信息
• -du :统计文件夹的大小信息
• -count :统计一个指定目录下的文件节点数量
• -setrep ：设置hdfs中文件的副本数量

此配置的优先级高于hadoop配置文件中的副本数量设置。

上诉命令在执行之前如上图所示，都要加上hadoop fs

往期好文：
适合互联网写作的电脑技巧
红尘来去两袖空，天地乾坤在我胸 --git命令总结