1. Hadoop概述

HADOOP是apache旗下的一套開源軟件平臺(tái)，利用服務(wù)器集群，根據(jù)用戶的自定義業(yè)務(wù)邏輯，對(duì)海量數(shù)據(jù)進(jìn)行分布式處理

HADOOP的核心組件有：
HDFS（分布式文件系統(tǒng)）
YARN（運(yùn)算資源調(diào)度系統(tǒng)）
MAPREDUCE（分布式運(yùn)算編程框架）

2. HDFS的概念

hdfs是一個(gè)文件系統(tǒng)，用于存儲(chǔ)文件，通過統(tǒng)一的命名空間–目錄樹來定位文件。它是分布式的，由很多服務(wù)器聯(lián)合起來實(shí)現(xiàn)其功能，集群中的服務(wù)器有各自的角色。主要特性如下

HDFS中的文件在物理上是分塊存儲(chǔ)（block），塊的大小可以通過配置參數(shù)( dfs.blocksize)來規(guī)定，默認(rèn)大小在hadoop2.x版本中是128M，老版本中是64M.

HDFS文件系統(tǒng)會(huì)給客戶端提供一個(gè)統(tǒng)一的抽象目錄樹，客戶端通過路徑來訪問文件，形如：hdfs://namenode:port/dir-a/dir-b/dir-c/file.data

目錄結(jié)構(gòu)及文件分塊信息(元數(shù)據(jù))的管理由namenode節(jié)點(diǎn)承擔(dān)
——namenode是HDFS集群主節(jié)點(diǎn)，負(fù)責(zé)維護(hù)整個(gè)hdfs文件系統(tǒng)的目錄樹，以及每一個(gè)路徑（文件）所對(duì)應(yīng)的block塊信息（block的id，及所在的datanode服務(wù)器）

件的各個(gè)block的存儲(chǔ)管理由datanode節(jié)點(diǎn)承擔(dān)
—- datanode是HDFS集群從節(jié)點(diǎn)，每一個(gè)block都可以在多個(gè)datanode上存儲(chǔ)多個(gè)副本（副本數(shù)量也可以通過參數(shù)設(shè)置dfs.replicaTIon）

HDFS是設(shè)計(jì)成適應(yīng)一次寫入，多次讀出的場(chǎng)景，且不支持文件的修改

3. hdfs不適用的場(chǎng)景

低延遲的數(shù)據(jù)訪問：hdfs的強(qiáng)項(xiàng)在與大量數(shù)據(jù)傳輸，延遲不適合他，10毫秒一下的訪問可以無(wú)視hdfs，不過hbase可以彌補(bǔ)這個(gè)缺陷。

太多小文件： namenode節(jié)點(diǎn)在內(nèi)存中hold住了整個(gè)文件系統(tǒng)的元數(shù)據(jù)，因此文件的數(shù)量就會(huì)受到限制，每個(gè)文件的元數(shù)據(jù)大約150字節(jié)，1百萬(wàn)個(gè)文件，每個(gè)文件只占一個(gè)block，那么就需要300MB內(nèi)存。你的服務(wù)器可以hold住多少呢？

多處寫和隨機(jī)修改：目前還不支持多處寫入以及通過偏量隨機(jī)修改。

4. namenodes和datanodes

hdfs集群有兩種類型的節(jié)點(diǎn)，一種為master及namenode，另一種為worker及datanodes。namenode節(jié)點(diǎn)管理文件系統(tǒng)的命名空間。它包含一個(gè)文件系統(tǒng)的樹，所有文件和目錄的原數(shù)據(jù)都在這個(gè)樹上，這些信息被存儲(chǔ)在本地磁盤的兩個(gè)文件中，image文件和edit log文件。文件相關(guān)的塊存在哪個(gè)塊中，塊在哪個(gè)地方，這些信息都是在系統(tǒng)啟動(dòng)的時(shí)候加載namenode的內(nèi)存中，并不會(huì)存儲(chǔ)在磁盤中。datanode節(jié)點(diǎn)在文件系統(tǒng)中充當(dāng)?shù)慕巧褪强嗔?，按照namenode和client的指令進(jìn)行存儲(chǔ)或者檢索block，并且周期性的向namenode節(jié)點(diǎn)報(bào)告它存了哪些文件的block。

5. secondarynamenode

它是namenode的一個(gè)快照，會(huì)根據(jù)configuraTIon中設(shè)置的值來決定多少時(shí)間周期性的去cp一下namenode，記錄namenode中的metadata及其它數(shù)據(jù)。

6. NodeManager（NM）

NodeManager是YARN中每個(gè)節(jié)點(diǎn)上的代理，它管理Hadoop集群中單個(gè)計(jì)算節(jié)點(diǎn)包括與ResourceManger保持通信，監(jiān)督Container的生命周期管理，監(jiān)控每個(gè)Container的資源使用（內(nèi)存、CPU等）情況，追蹤節(jié)點(diǎn)健康狀況。

7. ResourceManager

在YARN中，ResourceManager負(fù)責(zé)集群中所有資源的統(tǒng)一管理和分配，它接收來自各個(gè)節(jié)點(diǎn)（NodeManager）的資源匯報(bào)信息，并把這些信息按照一定的策略分配給各個(gè)應(yīng)用程序（實(shí)際上是ApplicaTIonManagerRM與每個(gè)節(jié)點(diǎn)的NodeManagers (NMs)和每個(gè)應(yīng)用ApplicaTIonMasters (AMs)一起工,b.ApplicationMasters負(fù)責(zé)與ResourceManager協(xié)商資源與NodeManagers合作啟動(dòng)容器.

8. hdfs客服端常用命令 hadoop fs-ls///如果提示警告：WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform...原因：系統(tǒng)預(yù)裝的glibc庫(kù)是2.12版本，而hadoop期望是2.14版本，所以打印警告信息。 解決方案：在log4j日志中去除告警信息，在/hadoop-2.5.2/etc/hadoop/log4j.properties文件中添加：log4j.logger.org.apache.hadoop.util.NativeCodeLoader=ERROR-ls功能：顯示目錄信息 示例： hadoop fs-lshdfs://localhost:9000/備注：這些參數(shù)中，所有的hdfs路徑都可以簡(jiǎn)寫-->hadoop fs-ls/等同于上一條命令的效果-mkdir功能：在hdfs上創(chuàng)建目錄 示例：hadoop fs-mkdir-p/aaa/bbb/cc/dd-moveFromLocal功能：從本地剪切粘貼到hdfs 示例：hadoop fs-moveFromLocal /home/hadoop/a.txt /aaa/bbb/cc/dd-moveToLocal功能：從hdfs剪切粘貼到本地 示例：hadoop fs-moveToLocal /aaa/bbb/cc/dd /home/hadoop/a.txt--appendToFile 功能：追加一個(gè)文件到已經(jīng)存在的文件末尾 示例：hadoop fs-appendToFile./hello.txt hdfs://hadoop-server01:9000/hello.txt可以簡(jiǎn)寫為： Hadoop fs-appendToFile./hello.txt /hello.txt-cat功能：顯示文件內(nèi)容 示例：hadoop fs-cat/hello.txt-chmod功能：linux文件系統(tǒng)中的用法一樣，對(duì)文件所屬權(quán)限 示例： hadoop fs-chmod666/hello.txt-copyFromLocal功能：從本地文件系統(tǒng)中拷貝文件到hdfs路徑去 示例：hadoop fs-copyFromLocal./jdk.tar.gz /aaa/-copyToLocal功能：從hdfs拷貝到本地 示例：hadoop fs-copyToLocal/aaa/jdk.tar.gz-cp功能：從hdfs的一個(gè)路徑拷貝hdfs的另一個(gè)路徑 示例： hadoop fs-cp/aaa/jdk.tar.gz /bbb/jdk.tar.gz.2-mv功能：在hdfs目錄中移動(dòng)文件 示例： hadoop fs-mv/aaa/jdk.tar.gz/-get功能：等同于copyToLocal，就是從hdfs下載文件到本地 示例：hadoop fs-get/aaa/jdk.tar.gz-getmerge功能：合并下載多個(gè)文件 示例：比如hdfs的目錄 /aaa/下有多個(gè)文件:log.1,log.2,log.3,...hadoop fs-getmerge/aaa/log.*./log.sum-put功能：等同于copyFromLocal 示例：hadoop fs-put/aaa/jdk.tar.gz /bbb/jdk.tar.gz.2-rm功能：刪除文件或文件夾 示例：hadoop fs-rm-r/aaa/bbb/-rmdir功能：刪除空目錄 示例：hadoop fs-rmdir/aaa/bbb/ccc-df功能：統(tǒng)計(jì)文件系統(tǒng)的可用空間信息 示例：hadoop fs-df-h/-du功能：統(tǒng)計(jì)文件夾的大小信息 示例： hadoop fs-du-s-h/aaa/* -count 功能：統(tǒng)計(jì)一個(gè)指定目錄下的文件節(jié)點(diǎn)數(shù)量 示例：hadoop fs -count /aaa/9. java操作HDFS1.引入依賴org.apache.hadoophadoop-client2.6.12.測(cè)試類 publicclassOperationFileTest{FileSystem fs =null; Configuration conf =null;/** * 初始化文件系統(tǒng)操作的客戶端實(shí)例對(duì)象 */@Beforepublic void init()throwsIOException, URISyntaxException, InterruptedException { conf =newConfiguration();// uri和用戶身份 ---> 一個(gè)文件系統(tǒng)操作的客戶端實(shí)例對(duì)象fs = FileSystem.get(newURI("hdfs://192.168.133.11:9000"),conf,"root"); }/** * 上傳文件 */@Testpublic void testUpload()throwsIOException { fs.copyFromLocalFile(newPath("D:\examProject.rar"),newPath("/examProject.rar")); fs.close(); }/** * 下載文件 */@Testpublic void testDownload()throwsException{ Path remotePath =newPath("/examProject.rar"); Path localPath =newPath("f:/"); fs.copyToLocalFile(remotePath,localPath); fs.close(); }/** * conf加載的內(nèi)容 */@Testpublic void testConf(){ Iterator