HDFS常规操作

hadoop--快照管理介绍 一、什么是快照       HDFS快照是文件系统的只读时间点副本。可以在文件系统的子树或整个文件系统上拍摄快照。快照的一些常见用例是数据备份,防止用户错误和灾难恢复。 二、使用快照的优势 官网解释: 快照创建是即时的:成本是O(1),不包括inode查找时间。 仅当相对于快照进行修改时才使用附加内存:内存使用量为O(M),其中M是已修改文件/目录的数量。 不复制datanode... 阅读详情

HDFS文件统计

  1. 获取指定目录数据大小信息

hdfs dfs -du /user/hive/warehouse/ods.db/ > db_du

  1. 获取指定目录修改时间信息

hdfs dfs -ls /user/hive/warehouse/udm.db/ > db_ls

  1. 合并信息脚本
#!/usr/bin/perl
use strict;
my %table_du = map{my @m = split /\s+/;$m[0],$m[1]} `awk -F'[ /]' '{print tolower(\$NF),\$1}' db_du`;
my %table_ls = map{my @m = split /\s+/;$m[0],$m[1]} `awk '{print tolower(\$NF),\$6}' db_ls|awk -F\/ '{print \$NF}'`;

for (keys %table_du){
    print "$_|$table_du{$_}|$table_ls{$_}\n";
}

HDFS 过期文件清理

#shell脚本
#!/bin/bash
#cleanup hive session dir on hdfs named with Specify the directory
usage="Usage: hive-clean.sh [days]"
cleanup_dir="/tmp/hive/bduser"
echo "cleanup_dir on HDFS:  $cleanup_dir"
if [ ! "$1" ]; then
    echo $usage
    exit 1
fi
now=$(date +%s)
hadoop fs -ls $cleanup_dir | grep "^d" | while read f; do
    dir_date=$(echo $f | awk '{print $6}')
    difference=$((($now - $(date -d "$dir_date" +%s)) / (24 * 60 * 60)))
    if [ $difference -gt $1 ]; then
        echo $f
        # 此处直接对上边的过滤结果进行删除,建议先改成 hadoop fs -ls -R 命令先进行测试,一切正常在改回删除
        hadoop fs -ls -R $(echo $f | awk '{ print $8 }')
        #hadoop fs -rm -r -skipTrash $(echo $f | awk '{ print $8 }')
    fi
done

HDFS EC 存储冷数据

  1. 查看原始数据量

hdfs dfs -du -s -h /user/hive/warehouse/np.db/user_info

统计结果

2.2 G 6.5 G /user/hive/warehouse/np.db/np_user_info

  1. 新表目录设置EC

hdfs ec -setPolicy -policy RS-6-3-1024k -path /user/hive/warehouse/cold_data.db/np_user_info

  1. 数据转移至新表

  2. 查看新表数据量

hdfs dfs -du -s -h /user/hive/warehouse/cold_data.db/np_user_info

  1. 统计结果

2.2 G 3.2 G /user/hive/warehouse/cold_data.db/np_user_info

HDFS datanode离线检测机制

检测机制
dfs.namenode.heartbeat.recheck-interval 默认300000 – 单位毫米 合计五分钟
dfs.heartbeat.interval - default: 3 seconds

如果使用默认值的话,当一台datanode的心跳消失30秒钟,namenode会认为这台datanode stale了。如果又过了10分钟(总共10.5分钟)还没有心跳,namenode会认定datanode死亡了。

timeout = 2 * heartbeat.recheck.interval + 10 * dfs.heartbeat.interval
= 10min + 30second = 10min 30sec

https://www.cnblogs.com/sx66/p/12605059.html

CDH 设置 datanode离线 40分钟内不进行数据迁移和平衡
hdfs-site.xml 的 HDFS 服务高级配置代码段(安全阀)

dfs.namenode.heartbeat.recheck-interval
1200000

(即20分钟),失联检测时间=2 * 20min + 10 * 3 = 40min30

HDFS 的 datanode失联检测。移动机器为了保证不进行数据移动平衡,设置如上,保证40分钟内不进行失联迁移数据操作

Hadoop-2.4.1学习之HDFS快照 HDFS快照是文件系统的只读的实时的拷贝,可以是文件系统的一部分或者整个文件系统。快照的一些通用场景是数据备份,对用户错误的保护和灾难恢复。HDFS的快照实现是高效的: l  快照的创建时瞬间完成的,排除查找inode的时间,需要花费O(1),即常数时间。 l  只有执行与快照相关的修改时才需要额外的内存,内存开销为O(M),M为修改的文件或者目录的数量。 l  DataNodes中的块不会 阅读详情

相关推荐

浪潮服务器ESXI6.7部署实战:手动集成RAID驱动避坑指南

本文详细介绍了在浪潮服务器上部署ESXI6.7时手动集成RAID驱动的完整流程和避坑指南。从驱动获取、解压技巧到封装实战,逐步解决国产服务器常见的驱动缺失问题,特别针对PM8060 RAID卡提供具体解决方案,帮助IT运维人员顺利完成ESXI部署。

weixin_33725722的博客 462

Part3--Hive数据库

1.数据库 1.1 创建数据库 ​ 在 HDFS 上的默认存储路径是/user/hive/warehouse/*.db create database if not exists Test; 1.2 创建指定HDFS上的位置 CREATE database if not exists Testother location '/20220421.db'; 1.3 修改数据库 ​ 使用 ALTER DATABASE 命令为某个数据库的 DBPROPERTIES 设置键-值对属性值,来描述这个

weixin_46408961的博客 2287

AutoCAD2014与ObjectARX开发环境搭建实战指南

本文提供了一份详细的AutoCAD2014与ObjectARX开发环境搭建实战指南。内容涵盖从AutoCAD2014、Visual Studio 2010及ObjectARX 2014 SDK的版本匹配与环境准备,到Wizard安装、编码问题解决、Visual Studio配置,并最终通过一个完整的绘图命令开发示例,手把手引导开发者创建并加载第一个可运行的ObjectARX插件,为后续深入开发奠定坚实基础。

weixin_28475533的博客 288

HDFS的命令行操作

doas hdfs dfs -命令 访问hdfs文件:doas hdfs dfs -ls URI 新建hdfs文件:doas hdfs dfs -mkdir URI 复制文件到指定位置:hdfs dfs -cp [-f] URI 选项:-f选项覆盖已经存在的目标。 查看文件内容:doas hdfs dfs -cat URI ......

weixin_44644621的博客 1028

5分钟搞定DataDome滑块验证码:最新Capsolver API实战教程(含代理配置)

本文提供了一份利用Capsolver API快速自动化破解DataDome滑块验证码的实战教程。文章深入剖析了DataDome验证码的环境指纹与行为分析机制,并重点详解了确保成功率的住宅代理配置、API集成步骤及令牌使用等核心环节,帮助开发者高效集成稳定可靠的自动化解决方案。

milk8的博客 494

车辆动力学从入门到进阶之路(传统篇)

新手如何入门车辆动力学开发领域,本文为您引路!

CrazyRabbit的博客 1万+

Hive 中数据仓库默认位置配置及库表关系

1、原始位置的默认配置 hive中的Default(默认)数据仓库的最原始位置是在hdfs上的 /user/hive/warehouse(以下默认Hive的HDFS根目录为/user/hive)路径下,这个原始位置是hive-default.xml.template文件默认配置的, 2、库表关系 1)默认情况下: 在hdfs目录下,没有对默认的数据库default创建文件夹。如果某张表属于...

qq_39954916的博客 9275

SAP入门技术分享四:模块化程序

SAP入门技术分享三:模块化程序

ITxiaoangzai的博客 1152

hive 数据仓库位置配置

hive数据仓库位置配置 1. default数据仓库的最原始位置是在hdfs上的:/user/hive/warehouse路径下 2.修改default数据仓库原始位置(将hive-default.xml.template如下配置信息拷贝到hive-site.xml文件中) <property> <name>hive.metastore.warehouse.dir&l...

qq_43192537的博客 1699

H无穷控制学习笔记——加权灵敏度H无穷控制问题

一、加权灵敏度H无穷问题 系统结构如上图所示。被控对象P的状态空间方程为(Ap,Bp,Cp,DpA_p,B_p,C_p,D_pAp​,Bp​,Cp​,Dp​),加权函数W1的状态空间方程为(A1,B1,C1,D1A_1,B_1,C_1,D_1A1​,B1​,C1​,D1​),加权函数W2的状态空间方程为(A2,B2,C2,D2A_2,B_2,C_2,D_2A2​,B2​,C2​,D2​),加权函数W3的状态空间方程为(A3,B3,C3,D3A_3,B_3,C_3,D_3A3​,B3​,C3​,D3​)。

一饮丶一啄的博客 4350

在 SAP S/4HANA 分析模型中添加 Measures,Calculated、Restricted、Currency Conversion 与 Unit Conversion 的建模思路

摘要: SAP S/4HANA分析查询建模中,度量(measure)的加工层级是关键难点,涉及聚合时机、币种/单位语义、过滤上下文等复杂因素。度量不仅是数字字段,还需处理计算口径(Calculated Measures)、上下文绑定(Restricted Measures)和单位转换等问题。Calculated Measures适合派生指标(如毛利率),需注意聚合前后计算差异;Restricted Measures通过固化过滤条件(如区分实际/计划金额)确保业务语义一致性。建模时应将业务逻辑下沉到分析模型层

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 1023

Hive 数据仓库位置配置、显示当前数据库,以及查询表的头信息配置、运行日志信息配置、Hive 数据类型、DDL数据定义

一:Hive 常见属性配置 Hive 数据仓库位置配置 ⑴Default 数据仓库的最原始位置是在 hdfs 上的:/user/hive/warehouse 路径下 。 ⑵在仓库目录下,没有对默认的数据库 default 创建文件夹。如果某张表属于 default 数据库,直接在数据仓库目录下创建一个文件夹。 ⑶修改 defaul......

花&败 1172

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

HDFS的shell常规命令操作

目标:掌握HDFS操作数据的命令 1)基本语法 bin/hdfs dfs 具体命令 2)参数大全 [root@node01 Hadoop-2.6.0-cdh5.14.0]# bin/hdfs dfs Usage: Hadoop fs [generic options] [-appendToFile <localsrc> ... <dst>] [-cat [-ignoreCrc] <src> ...] [-checksum &

bigdatahyy的博客 211

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

大数据入门:HDFS API 常规操作

今天看尚硅谷大海哥的hadoop课程,学习了 HDFS API 的常规操作,虽然很简单,但是对于我这个门外汉来说,这些都属于全新的领域,掌握之后感觉非常的开心,特此记录一下。

mba1398的博客 874

Hadoop HDFS Snapshots 快照

HDFS 快照(HDFS Snapshots)是文件系统在某个时间点的只读副本。可以在文件系统的子树或整个文件系统上创建快照。快照的常见用途主要包括数据备份,防止用户误操作和容灾恢复。 HDFS 快照的实现非常高效: 快照的创建非常迅速:除去 inode 的查找时间,时间复杂度为 O(1); 仅在对快照进行修改时,才会消耗一些内存:内存使用 O(M),M 是被修改的文件或目录数; Datanod...

小杨的技术博客 2万+

hdfs snapshot 快照的使用场景应用与操作命令的介绍

hdfs snapshot 快照的应用与操作命令的介绍 一:HDFSSnapShot的介绍 Hadoop从2.1.0版开始提供了HDFS SnapShot的功能。 一个snapshot(快照)是一个全部文件系统、或者某个目录在某一时刻的镜像。快照在下面场景下是非常有用: 二:场景 防止用户的错误操作: 管理员可以通过以滚动的方式周期性设置一个只读的快照,这样就可以在文件系统上有若干份只读快照。如果...

qq_43688472的博客 2207

Hadoop3.2.0 HDFS 快照

HDFS快照 概观 Snapshottable目录 快照路径 使用快照升级到HDFS版本 快照操作 管理员操作 允许快照 禁止快照 用户操作 创建快照 删除快照 重命名快照 获取Snapshottable目录列表 获取快照差异报告 概观 HDFS快照是文件系统的只读时间点副本。可以在文件系统的子树或整个文件系统上拍摄快...

张伯毅的专栏 7796

HDFS工具DsfAdmin和FsShell

使用HDFS时两个常用工具是多任务工具DfsAdmin和文件系统Shell命令。FsShell Hadoop文件系统Shell命令可以执行其他 文件系统中常见的操作,如读取文件、移动文件、创建目录、删除数据等等。在终端上可以通过下面命令,获得Shell命令的详细帮助信息,[hdfs@cent-2 ~]$ hadoop fs -help Usage: hadoop fs [generic optio

数据源的港湾 2591

HDFS中snapshot快照机制

snapshot是数据存储的某一时刻的状态记录,备份(backup)则是数据存储的某一个时刻的副本HDFS snapshot快照是整个文件系统或某个目录在某个时刻的镜像,该镜像并不会随着源目录的改变而进行动态的更新。

weixin_49750432的博客 1479

hdfs之快照的学习

HDFS快照是文件系统的只读的实时的拷贝,可以是文件系统的一部分或者整个文件系统。快照的一些通用场景是数据备份,对用户错误的保护和灾难恢复。HDFS的快照实现是高效的: 快照的创建时瞬间完成的,排除查找inode的时间,需要花费O(1),即常数时间。 只有执行与快照相关的修改时才需要额外的内存,内存开销为O(M),M为修改的文件或者目录的数量。 DataNodes中的块不会被复制,快...

Thinkgamer博客 3487

hadoop distcp 参数调优_【大数据04回】部署hadoop三件套之hdfs

1. 三件套简介hdfs:用于存储大数据的分布式文件系统,在hadoop当中是充当存储的角色。mapreduce:分布式计算框架,是用于计算的,分为map端和reduce端。yarn:资源调度器,其负责资源和作业的调度管理,毕竟几十台机子,数据和计算的节点也不一定在同一个地方,所以需要协调执行的过程。2. 安装配置jdk、hosts、ssh1)安装配置jdk就在/usr/java这个目录下安装。...

weixin_39966225的博客 270

Hadoop----hdfs快照

概况 HDFS快照是文件系统的只读时间点副本。可以在文件系统的子树或整个文件系统上拍摄快照。快照的一些常见用例是数据备份,防止用户错误和灾难恢复。 特点 快照创建是即时的:成本是O(1),不包括inode查找时间。 仅当相对于快照进行修改时才使用附加内存:内存使用量为O(M),其中M是已修改文件/目录的数量。 不复制datanode中的块:快照文件记录块列表和文件大小。没有数据复制。 快照不会对常...

WQY992的博客 1029

hive数据仓库中表无法删除

环境描述:在整改hive表中只有基础分析库jcfxhivedb;具备可写权限,对应hdfs目录为:/warehouse/yhgzjchx/hive表:imsi_tmp该hdfs目录中对应数据文件通过`hadoop fs -rmr /warehouse/yhgz_jchx/00`会因为Trash无可写权限而导致数据无法删除解决方法:通过-skilTrash选项强制删除该hdfs目录下的数据文件[ea...

weixin_34279246的博客 1240

2020-12-24

Attempting to operate on hdfs namenode as root 参考以下老哥的:https://blog.youkuaiyun.com/lglglgl/article/details/80553828

weixin_45617201的博客 114
上一篇: Flink on yarn Yarn-Per-Job 作业日志 查询 方式记录
下一篇: 朝阳区幼升小-2022年
htmljsp
博客等级 码龄17年 41粉丝 21原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

htmljsp

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值