Hadoop命令大全

Hadoop命令大全Hadoop配置：Hadoop配置文件core-site.xml应增加如下配置，否则可能重启后发生Hadoop 命名节点文件丢失问题：<property><name>hadoop.tmp.dir</name><value>/home/limingguang/hadoopdata</value></property>环境变量设置：为了便于使用各种命令，可以在.bashrc文件中添加如下内容：export JAVA_HOME=/home/limingguang/jdk1.7.0_07export HADOOP_HOME=/home/limingguang/hadoop-1.0.3export HIVE_HOME=/home/limingguang/hive-0.9.0export MAHOUT_HOME=/home/limingguang/mahout-distribution-0.7exportPATH=$JAVA_HOME/bin:$HADOOP_HOME/bin:$HIVE_HOME/bin:$MAHOUT_HOME/bin: $PATHexport HADOOP_HOME_WARN_SUPPRESS=1具体目录请更改为安装目录，HADOOP_HOME_WARN_SUPPRESS变量为抑制HADOOP_HOME变量重复时的告警。

常用命令：1、列出所有Hadoop Shell支持的命令$ bin/hadoop fs -help2、显示关于某个命令的详细信息$ bin/hadoop fs -help command-name3、用户可使用以下命令在指定路径下查看历史日志汇总$ bin/hadoop job -history output-dir这条命令会显示作业的细节信息，失败和终止的任务细节。

4、关于作业的更多细节，比如成功的任务，以及对每个任务的所做的尝试次数等可以用下面的命令查看$ bin/hadoop job -history all output-dir5、格式化一个新的分布式文件系统：$ bin/hadoop namenode -format6、在分配的NameNode上，运行下面的命令启动HDFS：$ bin/start-dfs.shbin/start-dfs.sh脚本会参照NameNode上${HADOOP_CONF_DIR}/slaves文件的内容，在所有列出的slave上启动DataNode守护进程。

7、在分配的JobTracker上，运行下面的命令启动Map/Reduce：$ bin/start-mapred.shbin/start-mapred.sh脚本会参照JobTracker上${HADOOP_CONF_DIR}/slaves 文件的内容，在所有列出的slave上启动TaskTracker守护进程。

8、在分配的NameNode上，执行下面的命令停止HDFS：$ bin/stop-dfs.shbin/stop-dfs.sh脚本会参照NameNode上${HADOOP_CONF_DIR}/slaves文件的内容，在所有列出的slave上停止DataNode守护进程。

9、在分配的JobTracker上，运行下面的命令停止Map/Reduce：$ bin/stop-mapred.shbin/stop-mapred.sh脚本会参照JobTracker上${HADOOP_CONF_DIR}/slaves文件的内容，在所有列出的slave上停止TaskTracker守护进程。

10、启动所有$ bin/start-all.sh11、关闭所有$ bin/stop-all.shDFSShell10、创建一个名为 /foodir 的目录$ bin/hadoop dfs -mkdir /foodir11、创建一个名为 /foodir 的目录$ bin/hadoop dfs -mkdir /foodir12、查看名为 /foodir/myfile.txt 的文件内容$ bin/hadoop dfs -cat /foodir/myfile.txt说明：hadoop fs <..> 命令等同于 hadoop dfs <..> 命令DFSAdmin13、将集群置于安全模式$ bin/hadoop dfsadmin -safemode enter14、显示Datanode列表$ bin/hadoop dfsadmin -report15、使Datanode节点 datanodename退役$ bin/hadoop dfsadmin -decommission datanodename16、bin/hadoop dfsadmin -help 命令能列出所有当前支持的命令。

比如：* -report：报告HDFS的基本统计信息。

有些信息也可以在NameNode Web服务首页看到。

* -safemode：虽然通常并不需要，但是管理员的确可以手动让NameNode进入或离开安全模式。

* -finalizeUpgrade：删除上一次升级时制作的集群备份。

17、显式地将HDFS置于安全模式$ bin/hadoop dfsadmin -safemode18、在升级之前，管理员需要用（升级终结操作）命令删除存在的备份文件$ bin/hadoop dfsadmin -finalizeUpgrade19、能够知道是否需要对一个集群执行升级终结操作。

$ dfsadmin -upgradeProgress status20、使用-upgrade选项运行新的版本$ bin/start-dfs.sh -upgrade21、如果需要退回到老版本,就必须停止集群并且部署老版本的Hadoop，用回滚选项启动集群$ bin/start-dfs.h -rollback22、下面的新命令或新选项是用于支持配额的。

前两个是管理员命令。

* dfsadmin -setquota <N> <directory>...<directory>把每个目录配额设为N。

这个命令会在每个目录上尝试，如果N不是一个正的长整型数，目录不存在或是文件名，或者目录超过配额，则会产生错误报告。

* dfsadmin -clrquota <directory>...<director>为每个目录删除配额。

这个命令会在每个目录上尝试，如果目录不存在或者是文件，则会产生错误报告。

如果目录原来没有设置配额不会报错。

* fs -count -q <directory>...<directory>使用-q选项，会报告每个目录设置的配额，以及剩余配额。

如果目录没有设置配额，会报告none和inf。

23、创建一个hadoop档案文件$ hadoop archive -archiveName NAME <src>* <dest>-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。

24、递归地拷贝文件或目录$ hadoop distcp <srcurl> <desturl>srcurl 源Urldesturl 目标Url25、运行HDFS文件系统检查工具(fsck tools)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。

26、用于和Map Reduce作业交互和命令(jar)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。

27、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个数说明：Hadoop pipes给C++程序员提供了一个编写MapReduce作业的方案，它使用socket让Java和C++之间进行通信，这类似于thrift RPC的原理，也许Hadoop Pipes用thrift编写会更加简单。