前面介绍了 Hadoop 基本概念与生态、安装（HDFS+YARN+MapReduce）实战操作等相关的知识点，今天我将详细的为大家介绍 大数据 Hadoop 常用命令 相关知识！
Hadoop 常用命令
所有的 Hadoop 命令...
前面介绍了 Hadoop 基本概念与生态、安装（HDFS+YARN+MapReduce）实战操作等相关的知识点，今天我将详细的为大家介绍 大数据 Hadoop 常用命令 相关知识！
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。
--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(GENERIC_OPTION)
-conf #指定应用程序的配置文件。
-D #为指定property指定值value。
-fs #指定namenode。
-jt #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
archive（创建一个 hadoop 档案文件）
用法：
hadoop archive -archiveName NAME <src>* <dest>
-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）
用法：
hadoop distcp <srcurl> <desturl>
srcurl 源Url
desturl 目标Url
fs（运行一个常规的文件系统客户端）
用法：
hadoop fs [GENERIC_OPTIONS] [COMMAND_OPTIONS]
srcurl 源Url
desturl 目标Url
具体的 GENERIC_OPTIONS 可以参考官方文档，各种命令选项可以参考 HDFS Shell指南。
fsck（运行 HDFS 文件系统检查工具）
用法：
hadoop fsck [GENERIC_OPTIONS] <path> [-move | -delete | -openforwrite] [-files [-blocks [-locations | -racks]]]
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）
用法：
hadoop jar <jar> [mainClass] args...
streaming #作业是通过这个命令执行的。参考 Streaming examples中的例子。
Word count #例子也是通过jar命令运行的。参考 Wordcount example。
job（与Map Reduce 作业交互和命令）
用法：
hadoop job [GENERIC_OPTIONS] [-submit <job-file>] | [-status <job-id>] | [-counter <job-id> <group-name> <counter-name>] | [-kill <job-id>] | [-events <job-id> <from-event-#> <#-of-events>] | [-history [all] <jobOutputDir>] | [-list [all]] | [-kill-task <task-id>] | [-fail-task <task-id>]
-submit #提交作业
-status #打印map和reduce完成百分比和所有计数器
-counter #打印计数器的值
-kill #杀死指定作业
-events <#-of-events> #打印给定范围内jobtracker接收到的事件细节
-history [all] -history #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 #杀死任务。被杀死的任务不会不利于失败尝试。
-fail-task #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：
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>]
-conf #作业的配置
-jobconf #增加/覆盖作业的配置项
-input #输入目录
-output #输出目录
-jar #Jar文件名
-inputformat #InputFormat类
-map #Java Map类
-partitioner #Java Partitioner
-reduce #Java Reduce类
-writer #Java RecordWriter
-program #可执行程序的URI
-reduces #reduce个数
version（打印版本信息）
用法：
hadoop version
CLASSNAME（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）
用法：
hadoop balancer [-threshold <threshold>]
-threshold #磁盘容量的百分比。这会覆盖缺省的阀值。管理员可以简单的按 Ctrl+C 来停止平衡过程。
daemonlog（获取或设置每个守护进程的日志级别）
用法：
hadoop daemonlog -getlevel <host:port> <name>
hadoop daemonlog -setlevel <host:port> <name> <level>
-getlevel #打印运行在的守护进程的日志级别
-setlevel #设置运行在的守护进程的日志级别
datanode（运行一个 HDFS 的 datanode）
用法：
hadoop datanode [-rollback]
-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：
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]]
-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文件。对于下面的每一项，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 … #为每个目录 设定配额。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 … #为每一个目录清除配额设定。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：
hadoop namenode [-format] | [-upgrade] | [-rollback] | [-finalize] | [-importCheckpoint]
-format #格式化namenode。它启动namenode，格式化namenode，之后关闭namenode。
-upgrade #分发新版本的hadoop后，namenode应以upgrade选项启动。
-rollback #将namenode回滚到前一版本。这个选项要在停止集群，分发老的hadoop版本后使用。
-finalize #finalize会删除文件系统的前一状态。最近的升级会被持久化，rollback选项将再不可用，升级终结操作之后，它会停掉namenode。
-importCheckpoint #从检查点目录装载镜像并保存到当前检查点目录，检查点目录由fs.checkpoint.dir指定。
secondarynamenode（运行 HDFS 的 secondary namenode）
用法：
hadoop secondarynamenode [-checkpoint [force]] | [-geteditsize]
-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
