Hadoop shell详解大数据

常用管理命令  

Hadoop管理员的常用命令。 

启动Hadoop

进入HADOOP_HOME目录。

执行sh bin/start-all.sh

关闭Hadoop

进入HADOOP_HOME目录。

执行sh bin/stop-all.sh

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：hadoop balancer [-threshold <threshold>] 

命令选项 描述 

-threshold <threshold> 磁盘容量的百分比。这会覆盖缺省的阀值。 

daemonlog 

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> 

dfsadmin 

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 <quota> <dirname>…<dirname>] [-clrQuota <dirname>…<dirname>] [-help [cmd]] 

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。

-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<filename>文件。对于下面的每一项，<filename>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 <quota> <dirname>…<dirname> 为每个目录 <dirname>设定配额<quota>。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。  

-clrQuota <dirname>…<dirname> 为每一个目录<dirname>清除配额设定。 

-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 

运行MapReduce job Tracker节点。 

用法：hadoop jobtracker 

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：hadoop namenode [-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。 

-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。 

secondarynamenode 

运行HDFS的secondary namenode。 

用法：hadoop secondarynamenode [-checkpoint [force]] | [-geteditsize] 

tasktracker 

运行MapReduce的task Tracker节点。 
用法：hadoop tasktracker 

用户命令 

hadoop集群用户的常用命令。 

version 

打印版本信息。 

用法：hadoop version

archive 

创建一个hadoop档案文件。

用法：hadoop archive -archiveName NAME <src>* <dest> 

命令选项 描述 

-archiveName NAME 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。 

distcp 

递归地拷贝文件或目录。

用法：hadoop distcp <srcurl> <desturl> 

命令选项 描述 

srcurl 源Url 

desturl 目标Url 

fs 

用法：hadoop fs [GENERIC_OPTIONS] [COMMAND_OPTIONS] 

运行一个常规的文件系统客户端。 

各种命令选项可以参考HDFS Shell部分。

fsck 

运行HDFS文件系统检查工具。 

用法：hadoop fsck [GENERIC_OPTIONS] <path> [-move | -delete | -openforwrite] [-files [-blocks [-locations | -racks]]] 

命令选项 描述 

<path> 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。

jar

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… 

job 

用于和Map Reduce作业交互和命令。 

用法：hadoop job [GENERIC_OPTIONS] [-submit <job-file>] | [-status <job-id>] | [-counter <job-id> <group-name> <counter-name>] | [-kill <job-id>] | [-events <job-id> <from-event-#> <#-of-events>] | [-history [all] <jobOutputDir>] | [-list [all]] | [-kill-task <task-id>] | [-fail-task <task-id>] 

命令选项 描述 

-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] <jobOutputDir> -history <jobOutputDir> 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。 

pipes 

运行pipes作业。 

用法：hadoop pipes [-conf <path>] [-jobconf <key=value>, <key=value>, …] [-input <path>] [-output <path>] [-jar <jar file>] [-inputformat <class>] [-map <class>] [-partitioner <class>] [-reduce <class>] [-writer <class>] [-program <executable>] [-reduces <num>] 

命令选项 描述 

-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 

CLASSNAME 

hadoop脚本可用于调调用任何类。 

用法：hadoop CLASSNAME 

运行名字为CLASSNAME的类。