大数据系列

#大数据系列| 来源: 网络整理| 查看: 265

一、什么是HDFS

HDFS全称是Hadoop Distributed File System

是一种分布式文件系统(HDFS使用多台计算机存储文件，对外提供统一操作文件的接口)

Hodoop使用HDFS(Hadoop Distributed File System)作为存储系统。

二、hdfs用来干什么的

用于大规模数据的分布式读写，特别是读多写少的场景

三、hdfs适用场景

具备高度容错特性，支持高吞吐量数据访问，可以在处理海量数据（TB或PB级别以上）的同时最大可能的降低成本。

读多写少的场景

a.存储非常大的文件并且对延时没有要求

b.一次写入，多次读取。数据集经常从数据源生成或者拷贝，然后做很多分析工作。

四、hdfs不适合的场景

a.对延时有要求；

b.多方读写

五、hdfs 架构

HDFS是一个主/从体系结构(经典的Master和Slave架构)。 HDFS由四部分组成，HDFS Client，NameNode，DataNode和Secondary NameNode。

每一个HDFS集群包括一个NameNode和多个DataNode。

Client：客户端

a.文件切分，文件上传HDFS的时候，将文件切分成一个一个的数据块(Block)进行存储。

b.与NameNode交互，获取文件的位置。

c.与DataNode交互，读取或写入数据。存储实际的数据块执行数据库的读/写操作

HDFS基础命令

(hdfs 命令最常用的就是： hdfs dfs -[linux的命令])

1、 ls：列出根目录下文件列表 hdfs dfs -ls / 使用-ls -R: 整个目录下递归运行ls ,如 hdfs dfs -lsr / 2、 mkdir: hdfs dfs mkdir hdfs dfs -mkdir tmp # 在hdfs文件系统中/user/test 目录下创建tmp目录 hdfs dfs -mkdir /tmp # 在hdfs文件系统的根目录下创建一个tmp目录 3、 hdfs dfs -rm -r -f hdfs dfs -rm -r -f /test # 删除根目录下的test目录 hdfs dfs -rmdir /test # 删除目录：只能删除空目录 4、put ：将本地文件/文件夹拷贝到HDFS内. 例如将a.txt上传到根目录下， hdfs dfs -put a.txt / 5、get :将HDFS中的文件拷贝到本地. 例如将HDFS中根目录下a.txt文件拷贝到本地当前目录 hdfs dfs -get /a.txt ./ 6、mv:将HDFS的文件移动到目标路径（HDFS内部的文件移动）. 例如 hdfs dfs -mv /a.txt /test 7、rm:删除文件或目录 8、cp:将文件拷贝到目标路径 9、cat ：显示文件内容. 例如 hdfs dfs -cat /test/a.txt; hdfs dfs -cat ./tmp/exception.log 10、hdfs dfs -text. # 查看文件内容，支持压缩文件的查看而不会乱码 hdfs dfs -text ./tmp/exception.log 11、# 从根目录下精确搜索exception.log文件 hdfs dfs -find / -name exception.log 12、hdfs dfs -count /user/test # 对/user/test 目录进行统计 13、chmod：改变文件权限 14、chown :改变文件所属用户和用户组 15、appendToFile :合并本地文件拷贝至HDFS hdfs dfs -appendToFile ./exp.log ./tmp/exception.log 七、hdfs业务中应用

实际业务中，会全量输入写入hdfs文件供第三方业务线读取，或者同步到hive表供后续业务继续加工。

原文参考链接

大数据系列——什么是hdfs？hdfs用来干什么的？_hdfs作用_多则惑少则明的博客-CSDN博客

【本文地址】

公司简介

联系我们

今日新闻

推荐新闻

专题文章