A. hadoop中常用的命令
1、查看指定目录下内容
hadoop dfs –ls [文件目录]
eg: hadoop dfs –ls /user/wangkai.pt
2、打开某个已存在文件
hadoop dfs –cat [file_path]
eg:hadoop dfs -cat /user/wangkai.pt/data.txt
3、将本地文件存储至hadoop
hadoop fs –put [本地地址] [hadoop目录]
hadoop fs –put /home/t/file.txt /user/t
(file.txt是文件名)
4、将本地文件夹存储至hadoop
hadoop fs –put [本地目录] [hadoop目录]
hadoop fs –put /home/t/dir_name /user/t
(dir_name是文件夹名)
5、将hadoop上某个文件down至本地已有目录下
hadoop fs -get [文件目录] [本地目录]
hadoop fs –get /user/t/ok.txt /home/t
6、删除hadoop上指定文件
hadoop fs –rm [文件地址]
hadoop fs –rm /user/t/ok.txt
7、删除hadoop上指定文件夹（包含子目录等）
hadoop fs –rm [目录地址]
hadoop fs –rmr /user/t
8、在hadoop指定目录内创建新目录
hadoop fs –mkdir /user/t
9、在hadoop指定目录下新建一个空文件
使用touchz命令：
hadoop fs -touchz /user/new.txt
10、将hadoop上某个文件重命名
使用mv命令：
hadoop fs –mv /user/test.txt /user/ok.txt （将test.txt重命名为ok.txt）
11、将hadoop指定目录下所有内容保存为一个文件，同时down至本地
hadoop dfs –getmerge /user /home/t
12、将正在运行的hadoop作业kill掉
hadoop job –kill [job-id]
B. hadoop中命令经常含有-fs，-dfs，fs和dfs有什么区别作用是什么
You can see definitions of the two commands (hadoop fs & hadoop dfs) in
可以看一下hadoop的源代码
$HADOOP_HOME/bin/hadoop
...elif [ "$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，发现两者是完全一样的功能。
谢谢
C. hadoop如何执行命令
hadoop 执行命令有两种方法：1. 使用 hdfs 命令行（如 hdfs dfs ls）执行文件系统操作；2. 使用 hadoop 流处理框架（maprece）执行并行计算，包括编写 maprece 作业并使用 hadoop jar 命令执行。
Hadoop 如何执行命令
在 Hadoop 集群中执行命令有两种主要方法：
1. Hadoop 文件系统 (HDFS) 命令行
Hadoop 提供了一个命令行界面 (CLI)，称为 HDFS 命令行，用于与 HDFS 进行交互并执行命令。要使用 HDFS 命令行，请打开终端或命令提示符，然后输入以下命令：
hdfs dfs
常见的 HDFS 命令包括：
ls：列出目录中的文件和目录mkdir：创建目录put：将文件从本地系统复制到 HDFSget：将文件从 HDFS 复制到本地系统rm：删除文件或目录
2. Hadoop 流处理框架（MapRece）
Hadoop 流处理框架 MapRece 提供了一个 API，用于在分布式环境中执行并行计算。MapRece 允许您将复杂任务分解为较小的子任务，这些子任务可以并行执行。要使用 MapRece 执行命令，请编写一个 MapRece 作业，然后使用 Hadoop Streaming 命令执行作业。
hadoop jar /path/to/streaming.jar \ -mapper mapper.py \ -recer recer.py \ -input /input/path \ -output /output/path
其中：
mapper.py：定义映射阶段的 Python 脚本recer.py：定义归约阶段的 Python 脚本/input/path：输入数据的路径/output/path：输出数据的路径