[TOC] # 命令行 HDFS命令行客户端使用 HDFS提供shell命令行客户端，使用方法如下： 可以使用一下两种形式： ~~~ hadoop fs -… <args> hdfs dfs -… <args> ~~~ ## 命令行参数 ~~~ [-appendToFile <localsrc> ... <dst>] [-cat [-ignoreCrc] <src> ...] [-checksum <src> ...] [-chgrp [-R] GROUP PATH...] [-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...] [-chown [-R] [OWNER][:[GROUP]] PATH...] [-copyFromLocal [-f] [-p] <localsrc> ... <dst>] [-copyToLocal [-p] [-ignoreCrc] [-crc] <src> ... <localdst>] [-count [-q] <path> ...] [-cp [-f] [-p] <src> ... <dst>] [-createSnapshot <snapshotDir> [<snapshotName>]] [-deleteSnapshot <snapshotDir> <snapshotName>] [-df [-h] [<path> ...]] [-du [-s] [-h] <path> ...] [-expunge] [-get [-p] [-ignoreCrc] [-crc] <src> ... <localdst>] [-getfacl [-R] <path>] [-getmerge [-nl] <src> <localdst>] [-help [cmd ...]] [-ls [-d] [-h] [-R] [<path> ...]] [-mkdir [-p] <path> ...] [-moveFromLocal <localsrc> ... <dst>] [-moveToLocal <src> <localdst>] [-mv <src> ... <dst>] [-put [-f] [-p] <localsrc> ... <dst>] [-renameSnapshot <snapshotDir> <oldName> <newName>] [-rm [-f] [-r|-R] [-skipTrash] <src> ...] [-rmdir [--ignore-fail-on-non-empty] <dir> ...] [-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>} <path>]|[--set <acl_spec> <path>]] [-setrep [-R] [-w] <rep> <path> ...] [-stat [format] <path> ...] [-tail [-f] <file>] [-test -[defsz] <path>] [-text [-ignoreCrc] <src> ...] [-touchz <path> ...] [-usage [cmd ...]] ~~~ ## 常用命令行参数介绍 ### 查 ~~~ -help 功能：输出这个命令参数手册 ~~~ ~~~ -ls 功能：显示目录信息 示例： hadoop fs -ls hdfs://hadoop-server01:9000/ 备注：这些参数中，所有的hdfs路径都可以简写 -->hadoop fs -ls / 等同于上一条命令的效果 ~~~ ~~~ -cat 功能：显示文件内容 hadoop fs -cat /hello.txt ~~~ ~~~ -tail 功能：显示一个文件的末尾 hadoop fs -tail /weblog/access_log.1 ~~~ ~~~ -text 功能：以字符形式打印一个文件的内容 hadoop fs -text /weblog/access_log.1 ~~~ ~~~ -df 功能：统计文件系统的可用空间信息 hadoop fs -df -h / -du 功能：统计文件夹的大小信息 hadoop fs -du -s -h /aaa/* -count 功能：统计一个指定目录下的文件节点数量 hadoop fs -count /aaa/ ~~~ ~~~ hdfs dfsadmin -report 查看dfs集群工作状态的命令 ~~~ ### 增 ~~~ -mkdir 功能：在hdfs上创建目录 hadoop fs -mkdir -p /aaa/bbb/cc/dd ~~~ ~~~ -copyFromLocal 功能：从本地文件系统中拷贝文件到hdfs路径去 hadoop fs -copyFromLocal ./jdk.tar.gz /aaa/ -copyToLocal 功能：从hdfs拷贝到本地 hadoop fs -copyToLocal /aaa/jdk.tar.gz -cp 功能：从hdfs的一个路径拷贝hdfs的另一个路径 hadoop fs -cp /aaa/jdk.tar.gz /bbb/jdk.tar.gz.2 ~~~ ~~~ -get 功能：等同于copyToLocal，就是从hdfs下载文件到本地 hadoop fs -get /aaa/jdk.tar.gz ~~~ ~~~ -getmerge 功能：合并下载多个文件 比getmerge 如hdfs的目录 /aaa/下有多个文件:log.1, log.2,log.3,... hadoop fs -getmerge /aaa/log.* ./log.sum ~~~ ~~~ -put 功能：等同于copyFromLocal hadoop fs -put /aaa/jdk.tar.gz /bbb/jdk.tar.gz.2 ~~~ ### 改 ~~~ --appendToFile 功能：追加一个文件到已经存在的文件末尾 hadoop fs -appendToFile ./hello.txt hdfs://hadoop-server01:9000/hello.txt 可以简写为： Hadoop fs -appendToFile ./hello.txt /hello.txt ~~~ ~~~ -chgrp -chmod -chown 功能：linux文件系统中的用法一样，对文件所属权限 hadoop fs -chmod 666 /hello.txt hadoop fs -chown someuser:somegrp /hello.txt hadoop fs -ls / 这个查权限,权限所属者是linux上的用户,组是hadoop中的 ~~~ ~~~ -moveFromLocal 功能：从本地剪切粘贴到hdfs hadoop fs - moveFromLocal /home/hadoop/a.txt /aaa/bbb/cc/dd -moveToLocal 功能：从hdfs剪切粘贴到本地 hadoop fs - moveToLocal /aaa/bbb/cc/dd /home/hadoop/a.txt ~~~ ~~~ -mv 功能：在hdfs目录中移动文件 hadoop fs -mv /aaa/jdk.tar.gz / ~~~ ~~~ -setrep 功能：设置hdfs中文件的副本数量 hadoop fs -setrep 3 /aaa/jdk.tar.gz ~~~ ### 删 ~~~ -rm 功能：删除文件或文件夹 hadoop fs -rm -r /aaa/bbb/ -rmdir 功能：删除空目录 hadoop fs -rmdir /aaa/bbb/ccc ~~~ # 概述 1. HDFS集群分为两大角色：NameNode、DataNode (Secondary Namenode) 2. NameNode负责管理整个文件系统的元数据 3. DataNode 负责管理用户的文件数据块 4. 文件会按照固定的大小（blocksize）切成若干块后分布式存储在若干台datanode上 5. 每一个文件块可以有多个副本，并存放在不同的datanode上 6. Datanode会定期向Namenode汇报自身所保存的文件block信息，而namenode则会负责保持文件的副本数量 7. HDFS的内部工作机制对客户端保持透明，客户端请求访问HDFS都是通过向namenode申请来进行 ## HDFS写概述 客户端要向HDFS写数据，首先要跟namenode通信以确认可以写文件并获得接收文件block的datanode，然后，客户端按顺序将文件逐个block传递给相应datanode，并由接收到block的datanode负责向其他datanode复制block的副本 ### 详细步骤图  详细步骤解析 1. 根namenode通信请求上传文件，namenode检查目标文件是否已存在，父目录是否存在 2. namenode返回是否可以上传 3. client请求第一个 block该传输到哪些datanode服务器上 4. namenode返回3个datanode服务器ABC 5. client请求3台dn中的一台A上传数据（本质上是一个RPC调用，建立pipeline），A收到请求会继续调用B，然后B调用C，将真个pipeline建立完成，逐级返回客户端 6. client开始往A上传第一个block（先从磁盘读取数据放到一个本地内存缓存），以packet为单位，A收到一个packet就会传给B，B传给C；A每传一个packet会放入一个应答队列等待应答 7. 当一个block传输完成之后，client再次请求namenode上传第二个block的服务器 ## HDFS读数据流程 ### 概述 客户端将要读取的文件路径发送给namenode，namenode获取文件的元信息（主要是block的存放位置信息）返回给客户端，客户端根据返回的信息找到相应datanode逐个获取文件的block并在客户端本地进行数据追加合并从而获得整个文件 ### HDFS读数据流程 客户端将要读取的文件路径发送给namenode，namenode获取文件的元信息（主要是block的存放位置信息）返回给客户端，客户端根据返回的信息找到相应datanode逐个获取文件的block并在客户端本地进行数据追加合并从而获得整个文件  有时候会发现有crc文件,这是校验文件,校验读取的文件是不是完整的 详细步骤解析 1. 跟namenode通信查询元数据，找到文件块所在的datanode服务器 2. 挑选一台datanode（就近原则，然后随机）服务器，请求建立socket流 3. datanode开始发送数据（从磁盘里面读取数据放入流，以packet为单位来做校验） 4. 客户端以packet为单位接收，现在本地缓存，然后写入目标文件 # NAMENODE工作机制 ## 问题场景： 1. 集群启动后，可以查看目录，但是上传文件时报错，打开web页面可看到namenode正处于safemode状态，怎么处理？ 解释： safemode是namenode的一种状态（active/standby/safemode安全模式） namenode进入安全模式的原理： a. namenode发现集群中的block丢失率达到一定比例时（0.01%），namenode就会进入安全模式，在安全模式下，客户端不能对任何数据进行操作，只能查看元数据信息（比如ls/mkdir） b. 如何退出安全模式？ 找到问题所在，进行修复（比如修复宕机的datanode） 或者可以手动强行退出安全模式（没有真正解决问题）： `hdfs namenode --safemode leave` c. 在hdfs集群正常冷启动时，namenode也会在safemode状态下维持相当长的一段时间，此时你不需要去理会，等待它自动退出安全模式即可 (原理： namenode的内存元数据中，包含文件路径、副本数、blockid，及每一个block所在datanode的信息，而fsimage中，不包含block所在的datanode信息，那么，当namenode冷启动时，此时内存中的元数据只能从fsimage中加载而来，从而就没有block所在的datanode信息——>就会导致namenode认为所有的block都已经丢失——>进入安全模式——>datanode启动后，会定期向namenode汇报自身所持有的blockid信息，——>随着datanode陆续启动，从而陆续汇报block信息，namenode就会将内存元数据中的block所在datanode信息补全更新——>找到了所有block的位置，从而自动退出安全模式) 2. Namenode服务器的磁盘故障导致namenode宕机，如何挽救集群及数据？ 解决: namenode配置多个路径,也可以用网络磁盘路径 secondary namenode的目录可以恢复 3. Namenode是否可以有多个？namenode内存要配置多大？namenode跟集群数据存储能力有关系吗？ 解决: 可以多个 内存一般配置几十G就行 跟集群存储关系不是很大,和datanode有关,当然了要避免上传小文件 4. 文件的blocksize究竟调大好还是调小好？--结合mapreduce 要看数据量和业务逻辑 最好mapreduce跑了不要太长 ## NAMENODE职责 负责客户端请求的响应 元数据的管理（查询，修改） ## 元数据管理 namenode对数据的管理采用了三种存储形式： 1. 内存元数据(NameSystem)(namenode自己封装一个文件系统) 2. 磁盘元数据镜像文件 3. 数据操作日志文件（可通过日志运算出元数据） ### 元数据存储机制 A. 内存中有一份完整的元数据(内存meta data) (内存meta data = fsimage + edits文件) B. 磁盘有一个“准完整”的元数据镜像（fsimage）文件(在namenode的工作目录中) C. 用于衔接内存metadata和持久化元数据镜像fsimage之间的操作日志（edits文件）注：当客户端对hdfs中的文件进行新增或者修改操作，操作记录首先被记入edits日志文件中，当客户端操作成功后，相应的元数据会更新到内存meta.data中 ### 元数据手动查看 可以通过hdfs的一个工具来查看edits中的信息 bin/hdfs oev -i edits -o edits.xml bin/hdfs oiv -i fsimage_0000000000000000087 -p XML -o fsimage.xml ### 元数据的checkpoint 每隔一段时间，会由secondary namenode将namenode上积累的所有edits和一个最新的fsimage下载到本地，并加载到内存进行merge（这个过程称为checkpoint） **checkpoint的详细过程**  **checkpoint操作的触发条件配置参数** ~~~ dfs.namenode.checkpoint.check.period=60 #检查触发条件是否满足的频率，60秒 dfs.namenode.checkpoint.dir=file://${hadoop.tmp.dir}/dfs/namesecondary #以上两个参数做checkpoint操作时，secondary namenode的本地工作目录 dfs.namenode.checkpoint.edits.dir=${dfs.namenode.checkpoint.dir} dfs.namenode.checkpoint.max-retries=3 #最大重试次数 dfs.namenode.checkpoint.period=3600 #两次checkpoint之间的时间间隔3600秒 dfs.namenode.checkpoint.txns=1000000 #两次checkpoint之间最大的操作记录 ~~~ **checkpoint的附带作用** namenode和secondary namenode的工作目录存储结构完全相同，所以，当namenode故障退出需要重新恢复时，可以从secondary namenode的工作目录中将fsimage拷贝到namenode的工作目录，以恢复namenode的元数据 **checkpoint操作的触发条件配置参数** ~~~ dfs.namenode.checkpoint.check.period=60 #检查触发条件是否满足的频率，60秒 dfs.namenode.checkpoint.dir=file://${hadoop.tmp.dir}/dfs/namesecondary #以上两个参数做checkpoint操作时，secondary namenode的本地工作目录 dfs.namenode.checkpoint.edits.dir=${dfs.namenode.checkpoint.dir} dfs.namenode.checkpoint.max-retries=3 #最大重试次数 dfs.namenode.checkpoint.period=3600 #两次checkpoint之间的时间间隔3600秒 dfs.namenode.checkpoint.txns=1000000 #两次checkpoint之间最大的操作记录 ~~~ **checkpoint的附带作用** namenode和secondary namenode的工作目录存储结构完全相同，所以，当namenode故障退出需要重新恢复时，可以从secondary namenode的工作目录中将fsimage拷贝到namenode的工作目录，以恢复namenode的元数据 ### 元数据目录说明 在第一次部署好Hadoop集群的时候，我们需要在NameNode（NN）节点上格式化磁盘： ~~~ $HADOOP_HOME/bin/hdfs namenode -format ~~~ 格式化完成之后，将会在$dfs.namenode.name.dir/current目录下如下的文件结构 ~~~ current/ |-- VERSION |-- edits_* |-- fsimage_0000000000008547077 |-- fsimage_0000000000008547077.md5 `-- seen_txid ~~~ 其中的dfs.name.dir是在hdfs-site.xml文件中配置的，默认值如下： ~~~ <property> <name>dfs.name.dir</name> <value>file://${hadoop.tmp.dir}/dfs/name</value> </property> hadoop.tmp.dir是在core-site.xml中配置的，默认值如下 <property> <name>hadoop.tmp.dir</name> <value>/tmp/hadoop-${user.name}</value> <description>A base for other temporary directories.</description> </property> ~~~ `dfs.namenode.name.dir`属性可以配置多个目录， 如`/data1/dfs/name,/data2/dfs/name,/data3/dfs/name,....。`各个目录存储的文件结构和内容都完全一样，相当于备份，这样做的好处是当其中一个目录损坏了，也不会影响到Hadoop的元数据，特别是当其中一个目录是NFS（网络文件系统Network File System，NFS）之上，即使你这台机器损坏了，元数据也得到保存。
下面对`$dfs.namenode.name.dir/current/目录下的文件进行解释。`
 1. VERSION文件是Java属性文件，内容大致如下： ~~~ #Fri Nov 15 19:47:46 CST 2013 namespaceID=934548976 clusterID=CID-cdff7d73-93cd-4783-9399-0a22e6dce196 cTime=0 storageType=NAME_NODE blockpoolID=BP-893790215-192.168.24.72-1383809616115 layoutVersion=-47 ~~~ 其中 (1). namespaceID是文件系统的唯一标识符，在文件系统首次格式化之后生成的；
　　 (2). storageType说明这个文件存储的是什么进程的数据结构信息（如果是DataNode，storageType=DATA_NODE）； (3). cTime表示NameNode存储时间的创建时间，由于我的NameNode没有更新过，所以这里的记录值为0，以后对NameNode升级之后，cTime将会记录更新时间戳； (4). layoutVersion表示HDFS永久性数据结构的版本信息， 只要数据结构变更，版本号也要递减，此时的HDFS也需要升级，否则磁盘仍旧是使用旧版本的数据结构，这会导致新版本的NameNode无法使用；
　 (5)、clusterID是系统生成或手动指定的集群ID，在-clusterid选项中可以使用它；如下说明 a. 使用如下命令格式化一个Namenode： ~~~ $HADOOP_HOME/bin/hdfs namenode -format [-clusterId <cluster_id>] ~~~ 选择一个唯一的cluster_id，并且这个cluster_id不能与环境中其他集群有冲突。如果没有提供cluster_id，则会自动生成一个唯一的ClusterID。 b. 使用如下命令格式化其他Namenode： ~~~ $HADOOP_HOME/bin/hdfs namenode -format -clusterId <cluster_id> ~~~ c. 升级集群至最新版本。在升级过程中需要提供一个ClusterID，例如： ~~~ $HADOOP_PREFIX_HOME/bin/hdfs start namenode --config $HADOOP_CONF_DIR  -upgrade -clusterId <cluster_ID> ~~~ 如果没有提供ClusterID，则会自动生成一个ClusterID。 (6). blockpoolID：是针对每一个Namespace所对应的blockpool的ID，上面的这个BP-893790215-192.168.24.72-1383809616115就是在我的ns1的namespace下的存储块池的ID，这个ID包括了其对应的NameNode节点的ip地址。 2. ` $dfs.namenode.name.dir/current/seen_txid`非常重要，是存放transactionId的文件，format之后是0，它代表的是namenode里面的`edits_*`文件的尾数，namenode重启的时候，会按照seen_txid的数字，循序从头跑`edits_0000001~`到seen_txid的数字。所以当你的hdfs发生异常重启的时候，一定要比对seen_txid内的数字是不是你edits最后的尾数，不然会发生建置namenode时metaData的资料有缺少，导致误删Datanode上多余Block的资讯。 3.` $dfs.namenode.name.dir/current`目录下在format的同时也会生成fsimage和edits文件，及其对应的md5校验文件。 补充：seen_txid 文件中记录的是edits滚动的序号，每次重启namenode时，namenode就知道要将哪些edits # DATANODE的工作机制 ## 问题场景 1. 集群容量不够，怎么扩容？ 2. 如果有一些datanode宕机，该怎么办？ 3. datanode明明已启动，但是集群中的可用datanode列表中就是没有，怎么办？ 以上这类问题的解答，有赖于对datanode工作机制的深刻理解 ## 概述 ### Datanode工作职责： 1. 存储管理用户的文件块数据 定期向namenode汇报自身所持有的block信息（通过心跳信息上报） （这点很重要，因为，当集群中发生某些block副本失效时，集群如何恢复block初始副本数量的问题） ~~~ <property> <name>dfs.blockreport.intervalMsec</name> <value>3600000</value> <description>Determines block reporting interval in milliseconds.</description> </property> ~~~ 2. Datanode掉线判断时限参数 datanode进程死亡或者网络故障造成datanode无法与namenode通信，namenode不会立即把该节点判定为死亡，要经过一段时间，这段时间暂称作超时时长。HDFS默认的超时时长为10分钟+30秒。如果定义超时时间为timeout，则超时时长的计算公式为： ~~~ timeout = 2 * heartbeat.recheck.interval + 10 * dfs.heartbeat.interval。 ~~~ 而默认的heartbeat.recheck.interval 大小为5分钟，dfs.heartbeat.interval默认为3秒。 需要注意的是hdfs-site.xml 配置文件中的heartbeat.recheck.interval的单位为毫秒，dfs.heartbeat.interval的单位为秒。所以，举个例子，如果heartbeat.recheck.interval设置为5000（毫秒），dfs.heartbeat.interval设置为3（秒，默认），则总的超时时间为40秒。 ~~~ <property> <name>heartbeat.recheck.interval</name> <value>2000</value> </property> <property> <name>dfs.heartbeat.interval</name> <value>1</value> </property> ~~~ ## 观察验证DATANODE功能 上传一个文件，观察文件的block具体的物理存放情况： 在每一台datanode机器上的这个目录中能找到文件的切块： ~~~ /home/hadoop/app/hadoop-2.4.1/tmp/dfs/data/current/BP-193442119-192.168.2.120-1432457733977/current/finalized ~~~