Hadoop 常用命令
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。
用法:
hadoop [--config confdir] [COMMAND] [GENERIC_OPTIONS] [COMMAND_OPTIONS]
Hadoop 有一个选项解析框架用于解析一般的选项和运行类。
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 命令选项
各种各样的命令和它们的选项会在下面提到。这些命令被分为用户命令和管理命令两组。
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 来支持常规选项。
GENERIC_OPTION
描述
-conf
指定应用程序的配置文件。
-D
为指定property指定值value。
-fs
指定namenode。
-jt
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。 只适用于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。
用户命令
hadoop 集群用户的常用命令。
archive
创建一个 hadoop 档案文件。参考 Hadoop Archives.
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。参考 DistCp 指南以获取等多信息。
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]
具体的 GENERIC_OPTIONS 可以参考官方文档
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指南。
fsck
运行 HDFS 文件系统检查工具。参考 Fsck 了解更多。
用法:
hadoop fsck [GENERIC_OPTIONS] <path> [-move | -delete | -openforwrite] [-files [-blocks [-locations | -racks]]]
命令选项
描述
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...
streaming 作业是通过这个命令执行的。参考Streaming examples中的例子。
Word count 例子也是通过jar命令运行的。参考Wordcount example。
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
提交作业
-status
打印map和reduce完成百分比和所有计数器。
-counter
打印计数器的值。
-kill
杀死指定作业。
-events <#-of-events>
打印给定范围内jobtracker接收到的事件细节。
-history [all] -history
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
杀死任务。被杀死的任务不会不利于失败尝试。
-fail-task
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
作业的配置
-jobconf , , …
增加/覆盖作业的配置项
-input
输入目录
-output
输出目录
-jar
Jar文件名
-inputformat
InputFormat类
-map
Java Map类
-partitioner
Java Partitioner
-reduce
Java Reduce类
-writer
Java RecordWriter
-program
可执行程序的URI
-reduces
reduce个数
version
打印版本信息。
用法:hadoop version
CLASSNAME
hadoop 脚本可用于调用任何类。
用法:hadoop CLASSNAME
运行名字为 CLASSNAME 的类。
管理命令
hadoop 集群管理员常用的命令。
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
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> hadoop daemonlog -setlevel <host:port> <name> <level>
命令选项
描述
-getlevel
打印运行在的守护进程的日志级别。这个命令内部会连接 http:///logLevellog=
-setlevel
设置运行在的守护进程的日志级别。这个命令内部会连接 http:///logLevellog=
datanode
运行一个 HDFS 的 datanode。
用法:hadoop datanode [-rollback]
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。
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。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文件。对于下面的每一项,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 …
为每个目录 设定配额。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 …
为每一个目录清除配额设定。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。
jobtracker
运行 MapReduce job Tracker 节点。
用法:hadoop jobtracker
namenode
运行 namenode。
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]
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。
tasktracker
运行 MapReduce 的 task Tracker 节点。
用法:hadoop tasktracker