A. hadoop中常用的命令
1、查看指定目錄下內容
hadoop dfs –ls [文件目錄]
eg: hadoop dfs –ls /user/wangkai.pt
2、打開某個已存在文件
hadoop dfs –cat [file_path]
eg:hadoop dfs -cat /user/wangkai.pt/data.txt
3、將本地文件存儲至hadoop
hadoop fs –put [本地地址] [hadoop目錄]
hadoop fs –put /home/t/file.txt /user/t
(file.txt是文件名)
4、將本地文件夾存儲至hadoop
hadoop fs –put [本地目錄] [hadoop目錄]
hadoop fs –put /home/t/dir_name /user/t
(dir_name是文件夾名)
5、將hadoop上某個文件down至本地已有目錄下
hadoop fs -get [文件目錄] [本地目錄]
hadoop fs –get /user/t/ok.txt /home/t
6、刪除hadoop上指定文件
hadoop fs –rm [文件地址]
hadoop fs –rm /user/t/ok.txt
7、刪除hadoop上指定文件夾（包含子目錄等）
hadoop fs –rm [目錄地址]
hadoop fs –rmr /user/t
8、在hadoop指定目錄內創建新目錄
hadoop fs –mkdir /user/t
9、在hadoop指定目錄下新建一個空文件
使用touchz命令：
hadoop fs -touchz /user/new.txt
10、將hadoop上某個文件重命名
使用mv命令：
hadoop fs –mv /user/test.txt /user/ok.txt （將test.txt重命名為ok.txt）
11、將hadoop指定目錄下所有內容保存為一個文件，同時down至本地
hadoop dfs –getmerge /user /home/t
12、將正在運行的hadoop作業kill掉
hadoop job –kill [job-id]
B. hadoop中命令經常含有-fs，-dfs，fs和dfs有什麼區別作用是什麼
You can see definitions of the two commands (hadoop fs & hadoop dfs) in
可以看一下hadoop的源代碼
$HADOOP_HOME/bin/hadoop
...elif [ "$COMMAND" = "datanode" ] ; then CLASS='org.apache.hadoop.hdfs.server.datanode.DataNode' HADOOP_OPTS="$HADOOP_OPTS $HADOOP_DATANODE_OPTS"elif [ "$COMMAND" = "fs" ] ; then CLASS=org.apache.hadoop.fs.FsShell HADOOP_OPTS="$HADOOP_OPTS $HADOOP_CLIENT_OPTS"elif [ "$COMMAND" = "dfs" ] ; then CLASS=org.apache.hadoop.fs.FsShell HADOOP_OPTS="$HADOOP_OPTS $HADOOP_CLIENT_OPTS"elif [ "$COMMAND" = "dfsadmin" ] ; then CLASS=org.apache.hadoop.hdfs.tools.DFSAdmin HADOOP_OPTS="$HADOOP_OPTS $HADOOP_CLIENT_OPTS"...
So, they are exactly the same.
所以，發現兩者是完全一樣的功能。
謝謝
C. hadoop如何執行命令
hadoop 執行命令有兩種方法：1. 使用 hdfs 命令行（如 hdfs dfs ls）執行文件系統操作；2. 使用 hadoop 流處理框架（maprece）執行並行計算，包括編寫 maprece 作業並使用 hadoop jar 命令執行。
Hadoop 如何執行命令
在 Hadoop 集群中執行命令有兩種主要方法：
1. Hadoop 文件系統 (HDFS) 命令行
Hadoop 提供了一個命令行界面 (CLI)，稱為 HDFS 命令行，用於與 HDFS 進行交互並執行命令。要使用 HDFS 命令行，請打開終端或命令提示符，然後輸入以下命令：
hdfs dfs
常見的 HDFS 命令包括：
ls：列出目錄中的文件和目錄mkdir：創建目錄put：將文件從本地系統復制到 HDFSget：將文件從 HDFS 復制到本地系統rm：刪除文件或目錄
2. Hadoop 流處理框架（MapRece）
Hadoop 流處理框架 MapRece 提供了一個 API，用於在分布式環境中執行並行計算。MapRece 允許您將復雜任務分解為較小的子任務，這些子任務可以並行執行。要使用 MapRece 執行命令，請編寫一個 MapRece 作業，然後使用 Hadoop Streaming 命令執行作業。
hadoop jar /path/to/streaming.jar \ -mapper mapper.py \ -recer recer.py \ -input /input/path \ -output /output/path
其中：
mapper.py：定義映射階段的 Python 腳本recer.py：定義歸約階段的 Python 腳本/input/path：輸入數據的路徑/output/path：輸出數據的路徑