上节我们学习了hadoop的eclipse插件安装和wordcount程序的运行,本篇对hadoop命令进行一个系统的了解
hadoop的命令通过HADOOP_HOME\bin\hadoop命令触发,我们可以在命令行执行
hadoop --help
来提示用户的命令输入。
hadoop命令分为两大类:用户命令和管理命令,以下是hadoop命令的详细解读
本篇博客是摘自官网http://hadoop.apache.org/docs/r1.0.4/cn/commands_manual.html
对应的word文档下载地址为http://download.csdn.net/detail/wuyinggui10000/8890981
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<configuration file>
|
指定应用程序的配置文件
|
-D <property=value>
|
为指定property指定值value
|
-fs <local|namenode:port>
|
指定namenode
|
-jt <local|jobtracker:port>
|
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
用法编号
|
命令样式
|
功能
|
1
|
hadoop archive –archiveName <src>* <dest>
|
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
|
用法编号
|
命令样式
|
功能
|
2
|
hadoop distcp <srcurl> <desturl>
|
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
|
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
|
用法编号
|
命令样式
|
功能
|
4
|
hadoop fsck [GENERIC_OPTIONS]
<path> [-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
|
<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
|
用法编号
|
命令样式
|
功能
|
5
|
hadoop jar <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
用法编号
|
命令样式
|
功能
|
6
|
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>]
|
运行jar文件
|
用法6
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。
|
用法编号
|
命令样式
|
功能
|
7
|
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>]
|
运行pipes作业
|
用法7
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
|
用法编号
|
命令样式
|
功能
|
8
|
hadoop version
|
打印版本信息
|
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。
用法编号
|
命令样式
|
功能
|
10
|
hadoop balancer [-threshold <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 <threshold>
|
磁盘容量的百分比。这会覆盖缺省的阀值。
|
用法编号
|
命令样式
|
功能
|
11
|
hadoop daemonlog -getlevel <host:port> <name>
|
获取或设置每个守护进程的日志级别
|
12
|
hadoop daemonlog -setlevel <host:port> <name> <level>
|
同上
|
用法11,,12:
命令选项
|
描述
|
-getlevel <host:port> <name>
|
打印运行在<host:port>的守护进程的日志级别。这个命令内部会连接http://<host:port>/logLevellog=<name>
|
-setlevel <host:port> <name> <level>
|
设置运行在<host:port>的守护进程的日志级别。这个命令内部会连接http://<host:port>/logLevellog=<name>
|
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。
|
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 <quota> <dirname>...<dirname>] [-clrQuota <dirname>...<dirname>] [-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<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。
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 <dirname>...<dirname>
|
为每一个目录<dirname>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。
|
|
|
用法编号
|
命令样式
|
功能
|
15
|
hadoop jobtracker
|
运行MapReduce job Tracker节点
|
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。
|
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。
|
用法编号
|
命令样式
|
功能
|
18
|
hadoop tasktracker
|
运行MapReduce的task Tracker节点
|