Hadoop集群間資料拷貝distcp使用

distcp是hadoop集群間拷貝工具，使用mapreduce的方式，進行大資料在集群的拷貝，不同於簡單的資料copy，distcp會校驗資料，穩定傳輸，最後進行拷貝結果統計，彙總拷貝狀態，如拷貝成功的檔案數、大小等

基本命令：hadoop distcp -option src dst

關於distcp拷貝覆蓋：

src = hdfs://nn1:8020/target/first

dst = hdfs://nn2:8020/target/first

hadoop distcp hdfs://nn1:8020/target/first hdfs://nn2:8020/target/first

如果 src路徑的字尾，跟dst的字尾一樣，那麼這樣表示，將src的first中內容，拷貝到dst的first中，

如果在dst的target下，沒有first目錄，那麼會在dst中新建first目錄，並將src中的first目錄，複製到dst的first中

但是如果dst的first已經存在，那會認為，將 src的first，移動到dst的first中，所以最後的效果就是：

hdfs://nn2:8020/target/first/first

理解起來就是，命令是把p1/a 拷貝到 p2/, 現在寫成了 copy p1/a p2/a

如果p2/a 不存在，那就是理解成，把p1/a 拷貝到 p2/a中，並且新建p2/a

但是如果 p2/a 存在，那是理解成把p1/a 拷貝到 p2/a下，最後就是變成 p2/a/a

所以為了避免該語言出問題，

可以寫成 p1/a ，p2/ , 那目的就是將 p1/a 考到p2下。不管p2下有沒有a，這樣就不會出現 p2/a/a 這樣的現象

-update 更新

if -update is used, 會將目的目錄中，對對比源目的中，檔案大小和內容不同的檔案進行更新

-overwrite 覆蓋

if -overwrite is used, 直接覆蓋目的目錄的對應檔案。

Hadoop集群間資料拷貝

有時候，我們需要做hadoop集群遷移時，要把大量儲存在hadoop集群上的資料也一併遷移過去。有2種方法可以使用 1.old hadoop cluster old local disks transmission new local disks new hadoop cluster 2.old h...

Hadoop集群間資料拷貝distcp使用

distcp是hadoop集群間拷貝工具，使用mapreduce的方式，進行大資料在集群的拷貝，不同於簡單的資料copy，distcp會校驗資料，穩定傳輸，最後進行拷貝結果統計，彙總拷貝狀態，如拷貝成功的檔案數 大小等 基本命令 hadoop distcp option src dst 關於dist...

hadoop 不同集群之間資料拷貝

hadoop不同集群之間資料拷貝，拷貝時兩個集群要用active namenode去拷貝，datanode是不具備拷貝功能的，所以當我們把資料拿到hdfs路徑上時，要去判斷當前集群哪個主節點是active的,所以大致步驟為 資料落到hdfs上 beeline u jdbc hive2 e inser...