java大数据最全课程学习笔记(4)

  • Z时代
  • 2024-01-10
  • 分类：综合

database

目前CSDN,云海天,简书同步发表中,更多精彩欢迎访问我的gitee pages

目录

  • HDFS NN,2NN,DN及HDFS2.x新特性
    • NameNode和SecondaryNameNode（重点）
      • NN和2NN工作机制
        • NN和2NN工作机制详解
      • Fsimage和Edits解析
      • CheckPoint时间设置
      • NameNode故障处理
      • 集群安全模式
      • NameNode多目录配置
    • DataNode（重点）
      • DataNode工作机制
      • 数据完整性
      • 掉线时限参数设置
      • 服役新数据节点
      • 退役旧数据节点
        • 添加白名单
        • 黑名单退役
      • Datanode多目录配置
    • HDFS 2.X新特性
      • 集群间数据拷贝
      • Hadoop存档

HDFS NN,2NN,DN及HDFS2.x新特性

NameNode和SecondaryNameNode（重点）

NN和2NN工作机制

  1. 第一阶段：NameNode启动

    1. 第一次启动NameNode格式化后，创建fsimage和edits文件。如果不是第一次启动，直接加载编辑日志和镜像文件到内存。

    2. 客户端对元数据进行增删改的请求。

    3. NameNode记录操作日志，更新滚动日志。

    4. NameNode在内存中对数据进行增删改。

  2. 第二阶段：Secondary NameNode工作

    1. Secondary NameNode询问NameNode是否需要CheckPoint。直接带回NameNode是否检查结果。

    2. Secondary NameNode请求执行CheckPoint。

    3. NameNode滚动正在写的Edits日志。

    4. 将滚动前的编辑日志和镜像文件拷贝到Secondary NameNode。

    5. Secondary NameNode加载编辑日志和镜像文件到内存，并合并。

    6. 生成新的镜像文件fsimage.chkpoint。

    7. 拷贝fsimage.chkpoint到NameNode。

    8. NameNode将fsimage.chkpoint重新命名成fsimage。

NN和2NN工作机制详解

Fsimage：NameNode内存中元数据序列化后形成的文件。

Edits：记录客户端更新元数据信息的每一步操作（可通过Edits运算出元数据）。

NameNode启动时，先滚动Edits并生成一个空的edits.inprogress，然后加载Edits和Fsimage到内存中，此时NameNode内存就持有最新的元数据信息。Client开始对NameNode发送元数据的增删改的请求，这些请求的操作首先会被记录到edits.inprogress中（查询元数据的操作不会被记录在Edits中，因为查询操作不会更改元数据信息），如果此时NameNode挂掉，重启后会从Edits中读取元数据的信息。然后，NameNode会在内存中执行元数据的增删改的操作。

由于Edits中记录的操作会越来越多，Edits文件会越来越大，导致NameNode在启动加载Edits时会很慢，所以需要对Edits和Fsimage进行合并（所谓合并，就是将Edits和Fsimage加载到内存中，照着Edits中的操作一步步执行，最终形成新的Fsimage）。SecondaryNameNode的作用就是帮助NameNode进行Edits和Fsimage的合并工作。

SecondaryNameNode首先会询问NameNode是否需要CheckPoint（触发CheckPoint需要满足两个条件中的任意一个，定时时间到和Edits中数据写满了）。直接带回NameNode是否检查结果。SecondaryNameNode执行CheckPoint操作，首先会让NameNode滚动Edits并生成一个空的edits.inprogress，滚动Edits的目的是给Edits打个标记，以后所有新的操作都写入edits.inprogress，其他未合并的Edits和Fsimage会拷贝到SecondaryNameNode的本地，然后将拷贝的Edits和Fsimage加载到内存中进行合并，生成fsimage.chkpoint，然后将fsimage.chkpoint拷贝给NameNode，重命名为Fsimage后替换掉原来的Fsimage。NameNode在启动时就只需要加载之前未合并的Edits和Fsimage即可，因为合并过的Edits中的元数据信息已经被记录在Fsimage中。

Fsimage和Edits解析

  1. 概念

  1. oiv查看Fsimage文件

    1. 查看oiv和oev命令

      [atguigu@hadoop101 current]$ hdfs
      oiv            apply the offline fsimage viewer to an fsimage
      oev            apply the offline edits viewer to an edits file

    2. 基本语法

      hdfs oiv -p 文件类型 -i镜像文件 -o 转换后文件输出路径

    3. 案例实操

      [atguigu@hadoop101 current]$ pwd
      /opt/module/hadoop-2.7.2/data/tmp/dfs/name/current
      [atguigu@hadoop101 current]$ hdfs oiv -p XML -i fsimage_0000000000000000025 -o /opt/module/hadoop-2.7.2/fsimage.xml
      [atguigu@hadoop101 current]$ cat /opt/module/hadoop-2.7.2/fsimage.xml

      查看xml文件,部分显示结果如下

      <inode>
      	<id>16386</id>
      	<type>DIRECTORY</type>
      	<name>user</name>
      	<mtime>1512722284477</mtime>
      	<permission>atguigu:supergroup:rwxr-xr-x</permission>
      	<nsquota>-1</nsquota>
      	<dsquota>-1</dsquota>
      </inode>
      <inode>
      	<id>16387</id>
      	<type>DIRECTORY</type>
      	<name>atguigu</name>
      	<mtime>1512790549080</mtime>
      	<permission>atguigu:supergroup:rwxr-xr-x</permission>
      	<nsquota>-1</nsquota>
      	<dsquota>-1</dsquota>
      </inode>
      <inode>
      	<id>16389</id>
      	<type>FILE</type>
      	<name>wc.input</name>
      	<replication>3</replication>
      	<mtime>1512722322219</mtime>
      	<atime>1512722321610</atime>
      	<perferredBlockSize>134217728</perferredBlockSize>
      	<permission>atguigu:supergroup:rw-r--r--</permission>
      	<blocks>
      		<block>
      			<id>1073741825</id>
      			<genstamp>1001</genstamp>
      			<numBytes>59</numBytes>
      		</block>
      	</blocks>
      </inode >

      • 思考：可以看出，Fsimage中没有记录块所对应DataNode，为什么？

        在集群启动后，要求DataNode上报数据块信息，并间隔一段时间后再次上报。

  2. oev查看Edits文件

    1. 基本语法

      hdfs oev -p 文件类型 -i编辑日志 -o 转换后文件输出路径

    2. 案例实操

      [atguigu@hadoop101 current]$ hdfs oev -p XML -i edits_0000000000000000012-0000000000000000013 -o /opt/module/hadoop-2.7.2/edits.xml
      [atguigu@hadoop101 current]$ cat /opt/module/hadoop-2.7.2/edits.xml

      查看xml文件

      <?xml version="1.0" encoding="UTF-8"?>
      <EDITS>
      	<EDITS_VERSION>-63</EDITS_VERSION>
      	<RECORD>
      		<OPCODE>OP_START_LOG_SEGMENT</OPCODE>
      		<DATA>
      			<TXID>129</TXID>
      		</DATA>
      	</RECORD>
      	<RECORD>
      		<OPCODE>OP_ADD</OPCODE>
      		<DATA>
      			<TXID>130</TXID>
      			<LENGTH>0</LENGTH>
      			<INODEID>16407</INODEID>
      			<PATH>/hello7.txt</PATH>
      			<REPLICATION>2</REPLICATION>
      			<MTIME>1512943607866</MTIME>
      			<ATIME>1512943607866</ATIME>
      			<BLOCKSIZE>134217728</BLOCKSIZE>
      			<CLIENT_NAME>DFSClient_NONMAPREDUCE_-1544295051_1</CLIENT_NAME>
      			<CLIENT_MACHINE>192.168.1.5</CLIENT_MACHINE>
      			<OVERWRITE>true</OVERWRITE>
      			<PERMISSION_STATUS>
      				<USERNAME>atguigu</USERNAME>
      				<GROUPNAME>supergroup</GROUPNAME>
      				<MODE>420</MODE>
      			</PERMISSION_STATUS>
      			<RPC_CLIENTID>908eafd4-9aec-4288-96f1-e8011d181561</RPC_CLIENTID>
      			<RPC_CALLID>0</RPC_CALLID>
      		</DATA>
      	</RECORD>
      	<RECORD>
      		<OPCODE>OP_ALLOCATE_BLOCK_ID</OPCODE>
      		<DATA>
      			<TXID>131</TXID>
      			<BLOCK_ID>1073741839</BLOCK_ID>
      		</DATA>
      	</RECORD>
      	<RECORD>
      		<OPCODE>OP_SET_GENSTAMP_V2</OPCODE>
      		<DATA>
      			<TXID>132</TXID>
      			<GENSTAMPV2>1016</GENSTAMPV2>
      		</DATA>
      	</RECORD>
      	<RECORD>
      		<OPCODE>OP_ADD_BLOCK</OPCODE>
      		<DATA>
      			<TXID>133</TXID>
      			<PATH>/hello7.txt</PATH>
      			<BLOCK>
      				<BLOCK_ID>1073741839</BLOCK_ID>
      				<NUM_BYTES>0</NUM_BYTES>
      				<GENSTAMP>1016</GENSTAMP>
      			</BLOCK>
      			<RPC_CLIENTID></RPC_CLIENTID>
      			<RPC_CALLID>-2</RPC_CALLID>
      		</DATA>
      	</RECORD>
      	<RECORD>
      		<OPCODE>OP_CLOSE</OPCODE>
      		<DATA>
      			<TXID>134</TXID>
      			<LENGTH>0</LENGTH>
      			<INODEID>0</INODEID>
      			<PATH>/hello7.txt</PATH>
      			<REPLICATION>2</REPLICATION>
      			<MTIME>1512943608761</MTIME>
      			<ATIME>1512943607866</ATIME>
      			<BLOCKSIZE>134217728</BLOCKSIZE>
      			<CLIENT_NAME></CLIENT_NAME>
      			<CLIENT_MACHINE></CLIENT_MACHINE>
      			<OVERWRITE>false</OVERWRITE>
      			<BLOCK>
      				<BLOCK_ID>1073741839</BLOCK_ID>
      				<NUM_BYTES>25</NUM_BYTES>
      				<GENSTAMP>1016</GENSTAMP>
      			</BLOCK>
      			<PERMISSION_STATUS>
      				<USERNAME>atguigu</USERNAME>
      				<GROUPNAME>supergroup</GROUPNAME>
      				<MODE>420</MODE>
      			</PERMISSION_STATUS>
      		</DATA>
      	</RECORD>
      </EDITS >

      思考：NameNode如何确定下次开机启动的时候合并哪些Edits？

CheckPoint时间设置

  1. 默认设置为SecondaryNameNode每隔一小时执行一次.

    [hdfs-default.xml]

    <property>
     <name>dfs.namenode.checkpoint.period</name>
     <value>3600</value>
    </property>

  2. 或者一分钟检查一次操作次数，当操作次数达到1百万时，SecondaryNameNode执行一次。

    <property>
      <name>dfs.namenode.checkpoint.txns</name>
      <value>1000000</value>
    <description>操作动作次数</description>
    </property>
    <property>
      <name>dfs.namenode.checkpoint.check.period</name>
      <value>60</value>
    <description>1分钟检查一次操作次数</description>
    </property>

NameNode故障处理

NameNode故障后，可以采用如下两种方法恢复数据。

  • 方法一：将SecondaryNameNode中数据拷贝到NameNode存储数据的目录；

    1. kill -9 NameNode进程

    2. 删除NameNode存储的数据（/opt/module/hadoop-2.7.2/data/tmp/dfs/name）

      [atguigu@hadoop101 hadoop-2.7.2]$ rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*

    3. 拷贝SecondaryNameNode中数据到原NameNode存储数据目录

      [atguigu@hadoop101 dfs]$ scp -r atguigu@hadoop103:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary/* ./name/

    4. 重新启动NameNode

  • 方法二：使用-importCheckpoint选项启动NameNode守护进程，从而将SecondaryNameNode中数据拷贝到NameNode目录中。

    1. 修改hdfs-site.xml中的

      <property>
        <name>dfs.namenode.checkpoint.period</name>
        <value>120</value>
      </property>
      <property>
        <name>dfs.namenode.name.dir</name>
        <value>/opt/module/hadoop-2.7.2/data/tmp/dfs/name</value>
      </property>

    2. kill -9 NameNode进程

    3. 删除NameNode存储的数据（/opt/module/hadoop-2.7.2/data/tmp/dfs/name）

      [atguigu@hadoop102 hadoop-2.7.2]$ rm -rf /opt/module/hadoop-2.7.2/data/tmp/dfs/name/*

    4. 如果SecondaryNameNode不和NameNode在一个主机节点上，需要将SecondaryNameNode存储数据的目录拷贝到NameNode存储数据的平级目录，并删除in_use.lock文件

      [atguigu@hadoop101 dfs]$ scp -r atguigu@hadoop103:/opt/module/hadoop-2.7.2/data/tmp/dfs/namesecondary ./
      [atguigu@hadoop101 namesecondary]$ rm -rf in_use.lock
      [atguigu@hadoop101 dfs]$ pwd
      /opt/module/hadoop-2.7.2/data/tmp/dfs
      [atguigu@hadoop101 dfs]$ ls
      data  name  namesecondary

    5. 导入检查点数据（等待一会ctrl+c结束掉）

      [atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs namenode -importCheckpoint

    6. 启动NameNode

      [atguigu@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode

集群安全模式

  1. 概述

  • 当NN中所保存的所有块的最小副本数(默认为1) / 块的总数 > 99.9%时，NN会在30秒之后自动离开安全模式！

  1. 基本语法

    集群处于安全模式，不能执行重要操作（写操作）。集群启动完成后，自动退出安全模式。

    1. bin/hdfs dfsadmin -safemode get （功能描述：查看安全模式状态）

    2. bin/hdfs dfsadmin -safemode enter （功能描述：进入安全模式状态）

    3. bin/hdfs dfsadmin -safemode leave （功能描述：离开安全模式状态）

    4. bin/hdfs dfsadmin -safemode wait （功能描述：等待安全模式状态）

  2. 案例

    模拟等待安全模式

    1. 查看当前模式

      [atguigu@hadoop101 hadoop-2.7.2]$ hdfs dfsadmin -safemode get Safe mode is OFF

    2. 先进入安全模式

      [atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs dfsadmin -safemode enter

    3. 创建并执行下面的脚本

      [atguigu@hadoop101 hadoop-2.7.2]$ touch safemode.sh
      [atguigu@hadoop101 hadoop-2.7.2]$ vim safemode.sh
      #!/bin/bash
      hdfs dfsadmin -safemode wait
      hdfs dfs -put /opt/module/hadoop-2.7.2/README.txt /
      [atguigu@hadoop101 hadoop-2.7.2]$ chmod 777 safemode.sh
      [atguigu@hadoop101 hadoop-2.7.2]$ ./safemode.sh

    4. 再打开一个窗口，执行

      [atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs dfsadmin -safemode leave

    5. 观察

      1. 再观察上一个窗口

        Safe mode is OFF

      2. HDFS集群上已经有上传的数据了

    即等待模式输入的命令(写操作)会在安全模式关闭后执行.

NameNode多目录配置

  1. NameNode的本地目录可以配置成多个，且每个目录存放内容相同，增加了可靠性

  2. 具体配置如下

    1. 在hdfs-site.xml文件中增加如下内容

      <property>
          <name>dfs.namenode.name.dir</name>
      <value>file:///${hadoop.tmp.dir}/dfs/name1,file:///${hadoop.tmp.dir}/dfs/name2</value>
      </property>

    2. 停止集群，删除data和logs中所有数据。

      [atguigu@hadoop102 hadoop-2.7.2]$ xcall rm -rf data/ logs/

    3. 格式化集群并启动。

      [atguigu@hadoop101 hadoop-2.7.2]$ bin/hdfs namenode –format
      [atguigu@hadoop101 hadoop-2.7.2]$ sbin/start-dfs.sh

    4. 查看结果

      [atguigu@hadoop102 dfs]$ ll
      总用量 12
      drwx------. 3 atguigu atguigu 4096 12月 11 08:03 data
      drwxrwxr-x. 3 atguigu atguigu 4096 12月 11 08:03 name1
      drwxrwxr-x. 3 atguigu atguigu 4096 12月 11 08:03 name2

DataNode（重点）

DataNode工作机制

  1. 一个数据块在DataNode上以文件形式存储在磁盘上，包括两个文件，一个是数据本身，一个是元数据包括数据块的长度，块数据的校验和，以及时间戳。

  2. DataNode启动后向NameNode注册，通过后，周期性（1小时）的向NameNode上报所有的块信息。

  3. 心跳是每3秒一次，心跳返回结果带有NameNode给该DataNode的命令如复制块数据到另一台机器，或删除某个数据块。如果超过10分钟没有收到某个DataNode的心跳，则认为该节点不可用。

  4. 集群运行中可以安全加入和退出一些机器。

数据完整性

  1. 当DataNode读取Block的时候，它会计算CheckSum。

  2. 如果计算后的CheckSum，与Block创建时值不一样，说明Block已经损坏。

  3. Client读取其他DataNode上的Block。

  4. DataNode在其文件创建后周期验证CheckSum，如图所示。

掉线时限参数设置

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。

<property>
    <name>dfs.namenode.heartbeat.recheck-interval</name>
    <value>300000</value>
</property>
<property>
    <name> dfs.heartbeat.interval </name>
    <value>3</value>
</property>

服役新数据节点

随着公司业务的增长，数据量越来越大，原有的数据节点的容量已经不能满足存储数据的需求，需要在原有集群基础上动态添加新的数据节点。

  1. 环境准备

    1. 在hadoop103主机上再克隆一台hadoop104主机

    2. 修改IP地址和主机名称

    3. 删除原来HDFS文件系统留存的文件（/opt/module/hadoop-2.7.2/data 和log）

    4. source 一下配置文件

      [atguigu@hadoop104 hadoop-2.7.2]$ source /etc/profile

  2. 服役新节点具体步骤

    1. 直接启动DataNode，即可关联到集群

      [atguigu@hadoop104 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode
      [atguigu@hadoop104 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager

    2. 在hadoop104上上传文件

      [atguigu@hadoop104 hadoop-2.7.2]$ hadoop fs -put /opt/module/hadoop-2.7.2/LICENSE.txt /

    3. 如果数据不均衡，可以用命令实现集群的再平衡

      [atguigu@hadoop101 sbin]$ ./start-balancer.sh
      starting balancer, logging to /opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop101.out
      Time Stamp               Iteration#  Bytes Already Moved  Bytes Left To Move  Bytes Being Moved

退役旧数据节点

添加白名单

添加到白名单的主机，都允许访问NameNode，不在白名单的主机，都会被退出。

配置白名单的具体步骤如下：

  1. 在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts文件(文件名称随意,路径随意)

    [atguigu@hadoop101 hadoop]$ pwd
    /opt/module/hadoop-2.7.2/etc/hadoop
    [atguigu@hadoop101 hadoop]$ touch dfs.hosts
    [atguigu@hadoop101 hadoop]$ vi dfs.hosts

    添加如下主机名称（不添加hadoop104）

    hadoop101

    hadoop102

    hadoop103

  2. 在NameNode的hdfs-site.xml配置文件中增加dfs.hosts属性

    <property>
    <name>dfs.hosts</name>
    <value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts</value>
    </property>

  3. 配置文件分发

    [atguigu@hadoop101 hadoop]$ xsync hdfs-site.xml

  4. 刷新NameNode

    atguigu@hadoop101 hadoop-2.7.2]$ hdfs dfsadmin -refreshNodes

  5. 更新ResourceManager节点

    [atguigu@hadoop102 hadoop-2.7.2]$ yarn rmadmin -refreshNodes

  6. 如果数据不均衡，可以用命令实现集群的再平衡

    [atguigu@hadoop101 sbin]$ ./start-balancer.sh
    starting balancer, logging to /opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop101.out
    Time Stamp               Iteration#  Bytes Already Moved  Bytes Left To Move  Bytes Being Moved

黑名单退役

在黑名单上面的主机都会被强制退出。

  1. 在NameNode的/opt/module/hadoop-2.7.2/etc/hadoop目录下创建dfs.hosts.exclude文件(名称路径随意)

    [atguigu@hadoop101 hadoop]$ pwd
    /opt/module/hadoop-2.7.2/etc/hadoop
    [atguigu@hadoop101 hadoop]$ touch dfs.hosts.exclude
    [atguigu@hadoop101 hadoop]$ vi dfs.hosts.exclude

    添加如下主机名称（要退役的节点）

    hadoop104

  2. 在NameNode的hdfs-site.xml配置文件中增加dfs.hosts.exclude属性

    <property>
    <name>dfs.hosts.exclude</name>
          <value>/opt/module/hadoop-2.7.2/etc/hadoop/dfs.hosts.exclude</value>
    </property>

  3. 刷新NameNode、刷新ResourceManager

    [atguigu@hadoop102 hadoop-2.7.2]$ hdfs dfsadmin -refreshNodes
    Refresh nodes successful
    [atguigu@hadoop102 hadoop-2.7.2]$ yarn rmadmin -refreshNodes
    17/06/24 14:55:56 INFO client.RMProxy: Connecting to ResourceManager at hadoop102/192.168.1.102:8033

  4. 检查Web浏览器，退役节点的状态为decommission in progress（退役中），说明数据节点正在复制块到其他节点

  5. 等待退役节点状态为decommissioned（所有块已经复制完成），停止该节点及节点资源管理器。注意：如果副本数是3，服役的节点小于等于3，是不能退役成功的，需要修改副本数后才能退役

    stopping datanode

    [atguigu@hadoop104 hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop datanode

    stopping nodemanager

    [atguigu@hadoop104 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager

  6. 如果数据不均衡，可以用命令实现集群的再平衡

    [atguigu@hadoop101 hadoop-2.7.2]$ sbin/start-balancer.sh 
    starting balancer, logging to /opt/module/hadoop-2.7.2/logs/hadoop-atguigu-balancer-hadoop101.out
    Time Stamp               Iteration#  Bytes Already Moved  Bytes Left To Move  Bytes Being Moved

    注意：不允许白名单和黑名单中同时出现同一个主机名称。

Datanode多目录配置

  1. DataNode也可以配置成多个目录，每个目录存储的数据不一样。即：数据不是副本

  2. 具体配置如下

    hdfs-site.xml

    <property>
     	 <name>dfs.datanode.data.dir</name>
     	 <value>file:///${hadoop.tmp.dir}/dfs/data1,file:///${hadoop.tmp.dir}/dfs/data2</value>
    </property>

HDFS 2.X新特性

集群间数据拷贝

  1. scp实现两个远程主机之间的文件复制

    scp -r hello.txt root@hadoop102:/user/atguigu/hello.txt // 推 push

    scp -r root@hadoop102:/user/atguigu/hello.txt hello.txt // 拉 pull

    scp -r root@hadoop102:/user/atguigu/hello.txt root@hadoop103:/user/atguigu //是通过本地主机中转实现两个远程主机的文件复制；如果在两个远程主机之间ssh没有配置的情况下可以使用该方式。

  2. 采用distcp命令实现两个Hadoop集群之间的递归数据复制

    [atguigu@hadoop101 hadoop-2.7.2]$  bin/hadoop distcp 
    hdfs://haoop101:9000/user/atguigu/hello.txt hdfs://hadoop102:9000/user/atguigu/hello.txt

Hadoop存档

案例实操

  1. 需要启动YARN进程

    [atguigu@hadoop102 hadoop-2.7.2]$ start-yarn.sh

  2. 归档文件

    把/user/atguigu/input目录里面的所有文件归档成一个叫input.har的归档文件，并把归档后文件存储到/user/atguigu/output路径下。

    [atguigu@hadoop102 hadoop-2.7.2]$ bin/hadoop archive -archiveName input.har –p /user/atguigu/input /user/atguigu/output

  3. 查看归档

    [atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -lsr /user/atguigu/output/input.har
    [atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -lsr har:///user/atguigu/output/input.har

  4. 解归档文件

    [atguigu@hadoop102 hadoop-2.7.2]$ hadoop fs -cp har:/// user/atguigu/output/input.har/* /user/atguigu

以上是 java大数据最全课程学习笔记(4) 的全部内容， 来源链接： utcz.com/z/534645.html

回到顶部