Hadoop 常用命令 | Hadoop 教程

#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](http://hadoop.apache.org/docs/r1.0.4/cn/commands_manual.html#dfsadmin "dfsadmin"), [fs](http://hadoop.apache.org/docs/r1.0.4/cn/commands_manual.html#fs "fs"), [fsck](http://hadoop.apache.org/docs/r1.0.4/cn/commands_manual.html#fsck "fsck")和 [job](http://hadoop.apache.org/docs/r1.0.4/cn/commands_manual.html#job "job")支持。 应用程序要实现 [Tool](http://hadoop.apache.org/core/docs/r0.18.2/api/org/apache/hadoop/util/Tool.html "Tool") 来支持常规选项。

|GENERIC_OPTION| 描述|
|----|----|
|-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](http://hadoop.apache.org/docs/r1.0.4/cn/hadoop_archives.html "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](http://hadoop.apache.org/docs/r1.0.4/cn/distcp.html "DistCp 指南")以获取等多信息。
用法：`hadoop distcp <srcurl> <desturl>`

###fs
用法：`hadoop fs [GENERIC_OPTIONS] [COMMAND_OPTIONS]`
 
具体的 GENERIC_OPTIONS 可以参考[官方文档](http://hadoop.apache.org/docs/r1.0.4/cn/commands_manual.html#%E5%B8%B8%E8%A7%84%E9%80%89%E9%A1%B9 "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](http://hadoop.apache.org/docs/r1.0.4/cn/hdfs_shell.html "HDFS Shell指南")。

###fsck
运行 HDFS 文件系统检查工具。参考 [Fsck](http://hadoop.apache.org/docs/r1.0.4/cn/hdfs_user_guide.html#fsck "Fsck") 了解更多。
用法：
```bash
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。|

###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](http://hadoop.apache.org/docs/r1.0.4/cn/streaming.html#%E5%85%B6%E4%BB%96%E4%BE%8B%E5%AD%90 "Streaming examples")中的例子。
Word count 例子也是通过jar命令运行的。参考[Wordcount example](http://hadoop.apache.org/docs/r1.0.4/cn/mapred_tutorial.html#%E7%94%A8%E6%B3%95 "Wordcount example")。

|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。|

###pipes
运行 pipes 作业。
用法：
```bash
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|

###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](http://hadoop.apache.org/docs/r1.0.4/cn/hdfs_user_guide.html#Rebalancer "Rebalancer") 了解更多。
用法：`hadoop balancer [-threshold <threshold>]`

|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。

###daemonlog
获取或设置每个守护进程的日志级别。
用法：

```bash
hadoop daemonlog -getlevel <host:port> <name> 
hadoop daemonlog -setlevel <host:port> <name> <level>
```

|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>/logLevel?log=<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>/logLevel?log=<name>

###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：
```bash
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<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。

###jobtracker
运行 MapReduce job Tracker 节点。
用法：`hadoop jobtracker`

###namenode
运行 namenode。
用法：
```bash
hadoop namenode [-format] | [-upgrade] | [-rollback] | [-finalize] | [-importCheckpoint]
```

###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`

大象教程

加我微信交流吧