Hadoop 常用指令
所有的 Hadoop 指令均由 bin/hadoop 腳本引發。不指定參數運作hadoop腳本會列印所有指令的描述。
用法:
hadoop [--config confdir] [COMMAND] [GENERIC_OPTIONS] [COMMAND_OPTIONS]
Hadoop 有一個選項解析架構用于解析一般的選項和運作類。 指令選項 | 描述 |
---|---|
—config confdir | 覆寫預設配置目錄。預設是${HADOOP_HOME}/conf。 |
GENERIC_OPTIONS | 多個指令都支援的通用選項。 |
COMMAND 指令選項 | 各種各樣的指令和它們的選項會在下面提到。這些指令被分為使用者指令和管理指令兩組。 |
正常選項
下面的選項被 dfsadmin, fs, fsck和 job支援。 應用程式要實作 Tool 來支援正常選項。
GENERIC_OPTION | |
---|---|
-conf | 指定應用程式的配置檔案。 |
-D | 為指定property指定值value。 |
-fs | 指定namenode。 |
-jt | 指定job tracker。隻适用于job。 |
-files <逗号分隔的檔案清單> | 指定要拷貝到map reduce叢集的檔案的逗号分隔的清單。 隻适用于job。 |
-libjars <逗号分隔的jar清單> | 指定要包含到classpath中的jar檔案的逗号分隔的清單。 隻适用于job。 |
-archives <逗号分隔的archive清單> | 指定要被解壓到計算節點上的檔案檔案的逗号分割的清單。 隻适用于job。 |
使用者指令
hadoop 叢集使用者的常用指令。
archive
建立一個 hadoop 檔案檔案。參考 Hadoop Archives.
用法:
hadoop archive -archiveName NAME <src>* <dest>
-archiveName NAME | 要建立的檔案的名字。 |
src | 檔案系統的路徑名,和通常含正則表達的一樣。 |
dest | 儲存檔案檔案的目标目錄。 |
distcp
遞歸地拷貝檔案或目錄。參考 DistCp 指南以擷取等多資訊。
hadoop distcp <srcurl> <desturl>
srcurl | 源Url |
desturl | 目标Url |
fs
hadoop fs [GENERIC_OPTIONS] [COMMAND_OPTIONS]
具體的 GENERIC_OPTIONS 可以參考官方文檔
運作一個正常的檔案系統用戶端。
各種指令選項可以參考HDFS Shell指南。
fsck
運作 HDFS 檔案系統檢查工具。參考 Fsck 了解更多。
hadoop fsck [GENERIC_OPTIONS] <path> [-move | -delete | -openforwrite] [-files [-blocks [-locations | -racks]]]
檢查的起始目錄。 | |
-move | 移動受損檔案到/lost+found |
-delete | 删除受損檔案。 |
-openforwrite | 列印出寫打開的檔案。 |
-files | 列印出正被檢查的檔案。 |
-blocks | 列印出塊資訊報告。 |
-locations | 列印出每個塊的位置資訊。 |
-racks | 列印出data-node的網絡拓撲結構。 |
jar
運作 jar 檔案。使用者可以把他們的 Map Reduce 代碼捆綁到 jar 檔案中,使用這個指令執行。
hadoop jar <jar> [mainClass] args...
streaming 作業是通過這個指令執行的。參考Streaming examples中的例子。
Word count 例子也是通過jar指令運作的。參考Wordcount example。
job
用于和 Map Reduce 作業互動和指令。
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>]
-submit | 送出作業 |
-status | 列印map和reduce完成百分比和所有計數器。 |
-counter | 列印計數器的值。 |
-kill | 殺死指定作業。 |
-events <#-of-events> | 列印給定範圍内jobtracker接收到的事件細節。 |
-history [all] -history | 列印作業的細節、失敗及被殺死原因的細節。更多的關于一個作業的細節比如成功的任務,做過的任務嘗試等資訊可以通過指定[all]選項檢視。 |
-list [all] | -list all顯示所有作業。-list隻顯示将要完成的作業。 |
-kill-task | 殺死任務。被殺死的任務不會不利于失敗嘗試。 |
-fail-task | 使任務失敗。被失敗的任務會對失敗嘗試不利。 |
pipes
運作 pipes 作業。
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>]
作業的配置 | |
-jobconf , , … | 增加/覆寫作業的配置項 |
-input | 輸入目錄 |
-output | 輸出目錄 |
-jar | Jar檔案名 |
-inputformat | InputFormat類 |
-map | Java Map類 |
-partitioner | Java Partitioner |
-reduce | Java Reduce類 |
-writer | Java RecordWriter |
-program | 可執行程式的URI |
-reduces | reduce個數 |
version
列印版本資訊。
hadoop version
CLASSNAME
hadoop 腳本可用于調用任何類。
hadoop CLASSNAME
運作名字為 CLASSNAME 的類。
管理指令
hadoop 叢集管理者常用的指令。
balancer
運作叢集平衡工具。管理者可以簡單的按 Ctrl-C 來停止平衡過程。參考 Rebalancer 了解更多。
hadoop balancer [-threshold <threshold>]
-threshold | 磁盤容量的百分比。這會覆寫預設的閥值。 |
daemonlog
擷取或設定每個守護程序的日志級别。
hadoop daemonlog -getlevel <host:port> <name> hadoop daemonlog -setlevel <host:port> <name> <level>
-getlevel | 列印運作在的守護程序的日志級别。這個指令内部會連接配接 http:///logLevel?log= |
-setlevel | 設定運作在的守護程序的日志級别。這個指令内部會連接配接 http:///logLevel?log= |
datanode
運作一個 HDFS 的 datanode。
hadoop datanode [-rollback]
-rollback | 将datanode復原到前一個版本。這需要在停止datanode,分發老的hadoop版本之後使用。 |
dfsadmin
運作一個 HDFS 的 dfsadmin 用戶端。
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]]
-report | 報告檔案系統的基本資訊和統計資訊。 |
-safemode [enter / leave / get / wait] | 安全模式維護指令。安全模式是Namenode的一個狀态,這種狀态下,Namenode 1. 不接受對名字空間的更改(隻讀)2. 不複制或删除塊Namenode會在啟動時自動進入安全模式,當配置的塊最小百分比數滿足最小的副本數條件時,會自動離開安全模式。安全模式可以手動進入,但是這樣的話也必須手動關閉安全模式。 |
-refreshNodes | 重新讀取hosts和exclude檔案,更新允許連到Namenode的或那些需要退出或入編的Datanode的集合。 |
-finalizeUpgrade | 終結HDFS的更新操作。Datanode删除前一個版本的工作目錄,之後Namenode也這樣做。這個操作完結整個更新過程。 |
-upgradeProgress [status / details / force] | 請求目前系統的更新狀态,狀态的細節,或者強制更新操作進行。 |
-metasave filename | 儲存Namenode的主要資料結構到hadoop.log.dir屬性指定的目錄下的檔案。對于下面的每一項,中都會一行内容與之對應1. Namenode收到的Datanode的心跳信号2. 等待被複制的塊3. 正在被複制的塊4. 等待被删除的塊 |
-setQuota … | 為每個目錄 設定配額。目錄配額是一個長整型整數,強制限定了目錄樹下的名字個數。指令會在這個目錄上工作良好,以下情況會報錯:1. N不是一個正整數,或者2. 使用者不是管理者,或者3. 這個目錄不存在或是檔案,或者4. 目錄會馬上超出新設定的配額。 |
-clrQuota … | 為每一個目錄清除配額設定。指令會在這個目錄上工作良好,以下情況會報錯:1. 這個目錄不存在或是檔案,或者2. 使用者不是管理者。如果目錄原來沒有配額不會報錯。 |
-help [cmd] | 顯示給定指令的幫助資訊,如果沒有給定指令,則顯示所有指令的幫助資訊。 |
jobtracker
運作 MapReduce job Tracker 節點。
hadoop jobtracker
namenode
hadoop namenode [-format] | [-upgrade] | [-rollback] | [-finalize] | [-importCheckpoint]
-format | 格式化namenode。它啟動namenode,格式化namenode,之後關閉namenode。 |
-upgrade | 分發新版本的hadoop後,namenode應以upgrade選項啟動。 |
将namenode復原到前一版本。這個選項要在停止叢集,分發老的hadoop版本後使用。 | |
-finalize | finalize會删除檔案系統的前一狀态。最近的更新會被持久化,rollback選項将再不可用,更新終結操作之後,它會停掉namenode。 |
-importCheckpoint | 從檢查點目錄裝載鏡像并儲存到目前檢查點目錄,檢查點目錄由fs.checkpoint.dir指定。 |
secondarynamenode
-checkpoint [force] | 如果EditLog的大小 >= fs.checkpoint.size,啟動Secondary namenode的檢查點過程。 如果使用了-force,将不考慮EditLog的大小。 |
-geteditsize | 列印EditLog大小。 |