博客详情_link管理

link管理

链接快照平台

输入网页链接，自动生成快照
标签化管理网页链接

zip/unzip 压缩

可以压缩目录且保留源文件

zip压缩（压缩 1.txt 和2.txt，压缩后的名称为mypackage.zip）：zip hello.zip hello.txt world.txt

unzip解压：unzip hello.zip

unzip解压到指定目录：unzip hello.zip -d /opt

tar 打包

tar压缩多个文件：tar -zcvf hello.txt world.txt

tar压缩目录：tar -zcvf hello.tar.gz opt/

tar解压到当前目录：tar -zxvf hello.tar.gz

tar解压到指定目录：tar -zxvf hello.tar.gz -C /opt

RPM查询命令：rpm -qa |grep firefox

RPM卸载命令：

rpm -e xxxxxx

rpm -e --nodeps xxxxxx（不检查依赖）

RPM安装命令：

rpm -ivh xxxxxx.rpm

rpm -ivh --nodeps fxxxxxx.rpm（--nodeps，不检测依赖进度）

选项功能 -i-i=install，安装 -v-v=verbose，显示详细信息 -h-h=hash，进度条 --nodeps--nodeps，不检测依赖进度

Shell

输入/输出重定向

命令功能说明 command > file将输出重定向到 file command < file将输入重定向到 file command >> file将输出以追加的方式重定向到 file n > file将文件描述符为 n 的文件重定向到 file n >> file将文件描述符为 n 的文件以追加的方式重定向到 file n >& m将输出文件 m 和 n 合并 n <& m将输入文件 m 和 n 合并 << tag将开始标记 tag 和结束标记 tag 之间的内容作为输入快捷方式功能说明 shift参数左移 $@所有的参数 $#参数的个数

Hadoop

启动类命令

功能说明命令脚本启动hdfs集群sbin/start-dfs.sh 启动yarnsbin/start-yarn.sh

hadoop fs/hdfs dfs 命令

功能说明命令创建目录hdfs dfs -mkdir -p /data/flink 显示目录hdfs dfs -ls / 从HDFS拷贝到本地hdfs dfs -copyToLocal /data/data.txt ./ 文件上传到集群(从本地)hhdfs dfs -copyFromLocal data.txt / 文件下载hdfs dfs -get /data/flink 删除集群的文件hdfs dfs -rm /data/flink 删除文件夹hdfs dfs -rm -r -skipTrash /data 从本地剪切粘贴到HDFShdfs dfs -moveFromLocal data.txt /data/ 追加一个文件到已经存在的文件末尾hdfs dfs -appendToFile data1.txt /data/data.txt 显示文件内容hdfs dfs -cat data.txt 修改文件所属权限hdfs dfs -chmod 777 xxx.sh 修改文件所属用户组hdfs dfs -chown root:root data.txt 从HDFS的一个路径拷贝到HDFS的另一个路径hdfs dfs -cp data.txt /data1.txt 在HDFS目录中移动文件hdfs dfs -mv data.txt /opt/ 合并下载多个文件hdfs dfs -getmerge /data/* ./data_merge.txt hadoop fs -put等同于copyFromLocal 显示一个文件的末尾hdfs dfs -tail data.txt 删除文件或文件夹hdfs dfs -rm /data/data.txt 删除空目录hdfs dfs -rmdir /data 统计文件夹的大小信息hdfs dfs -s -h /data 统计文件夹下的文件大小信息hdfs dfs -h /data 设置HDFS中文件的副本数量hdfs dfs -setrep 3 /data/data.txt

yarn命令

功能说明命令查看正在运行的yarn任务列表yarn application -list appID kill掉指定id的yarn任务yarn application -kill appID 查看任务日志信息yarn logs -applicationId appID

Zookeeper

功能说明命令脚本启动zookeeper服务zkServer.sh start 查看zookeeper状态zkServer.sh status 停止zookeeper服务zkServer.sh stop 启动zookeeper客户端zkCli.sh -server 127.0.0.1:2181 退出zookeeper客户端quit 功能说明命令脚本当前znode中所包含的内容ls / 创建普通节点(前面是节点的路径，后面是值）create /bigdata/flink "flink" 获取节点的值get /bigdata 修改节点的值set /bigdata/flink "flinksql" 删除节点delete /bigdata/flink 递归删除节点rmr /bigdata

四字母命令

命令功能说明例子 confzk服务配置的详细信息echo conf | nc 127.0.0.1 2181 stat客户端与zk连接的简要信息参考上面 srvrzk服务的详细信息参考上面 cons客户端与zk连接的详细信息参考上面 mntrzk服务目前的性能状况参考上面 crst重置当前的所有连接、会话参考上面 dump列出未经处理的会话和连接信息参考上面 envi列出zk的版本信息、主机名称、Java版本、服务器名称等等参考上面 ruok测试服务器是否正在运行，如果在运行返回imok，否则返回空参考上面 srst重置Zookeeper的所有统计信息参考上面 wchs列出watch的总数，连接数参考上面 wchp列出所有watch的路径及sessionID参考上面 mntr列出集群的关键性能数据，包括zk的版本、node数量、临时节点数等等参考上面

Kafka

「注:」 这里机器我只写一个。命令你们也可使用 ./bin/xx.sh (如：./bin/kafka-topics.sh)

查看当前服务器中的所有topic

kafka-topics --zookeeper xxxxxx:2181 --list --exclude-internal 
exclude-internal：排除kafka内部topic
比如： --exclude-internal  --topic "test_.*"
创建topic
kafka-topics --zookeeper xxxxxx:2181  --create 
--replication-factor 
--partitions 1 
--topic topic_name
--topic 定义topic名
--replication-factor  定义副本数
--partitions  定义分区数
删除topic
「注意:」 需要server.properties中设置delete.topic.enable=true否则只是标记删除
kafka-topics --zookeeper xxxxxx:2181 --delete --topic topic_name
kafka-console-producer --broker-list xxxxxx:9092 --topic topic_name
可加：--property parse.key=true（有key消息）
kafka-console-consumer --bootstrap-server xxxxxx:9092 --topic topic_name
--from-beginning：会把主题中以往所有的数据都读取出来
--whitelist '.*' ：消费所有的topic
--property print.key=true：显示key进行消费
--partition 0：指定分区消费
--offset：指定起始偏移量消费
查看某个Topic的详情
kafka-topics --zookeeper xxxxxx:2181 --describe --topic topic_name
修改分区数
kafka-topics --zookeeper xxxxxx:2181 --alter --topic topic_name --partitions 6
查看某个消费者组信息
kafka-consumer-groups --bootstrap-server  xxxxxx:9092  --describe --group group_name 
删除消费者组
kafka-consumer-groups --bootstrap-server  xxxxxx:9092  ---delete --group group_name 
重置offset
kafka-consumer-groups --bootstrap-server  xxxxxx:9092  --group group_name
--reset-offsets --all-topics --to-latest --execute 
leader重新选举
指定Topic指定分区用重新PREFERRED：优先副本策略 进行Leader重选举
kafka-leader-election --bootstrap-server xxxxxx:9092 
--topic topic_name --election-type PREFERRED --partition 0
所有Topic所有分区用重新PREFERRED：优先副本策略 进行Leader重选举
kafka-leader-election --bootstrap-server xxxxxx:9092 
--election-type preferred  --all-topic-partitions
查询kafka版本信息
kafka-configs --bootstrap-server xxxxxx:9092
--describe --version
增删改配置
功能说明参数
选择类型--entity-type (topics/clients/users/brokers/broker- loggers)
类型名称--entity-name
删除配置--delete-config k1=v1,k2=v2
添加/修改配置--add-config k1,k2
topic添加/修改动态配置
kafka-configs --bootstrap-server xxxxxx:9092
--alter --entity-type topics --entity-name topic_name 
--add-config file.delete.delay.ms=222222,retention.ms=999999
topic删除动态配置
kafka-configs --bootstrap-server xxxxxx:9092 
--alter --entity-type topics --entity-name topic_name 
--delete-config file.delete.delay.ms,retention.ms
持续批量拉取消息
单次最大消费10条消息(不加参数意为持续消费)
kafka-verifiable-consumer --bootstrap-server xxxxxx:9092 
--group group_name
--topic topic_name --max-messages 10
删除指定分区的消息
删除指定topic的某个分区的消息删除至offset为1024
json文件offset-json-file.json
    "partitions": [
            "topic": "topic_name",
            "partition": 0,
            "offset": 1024
    "version": 1
kafka-delete-records --bootstrap-server xxxxxx:9092 
--offset-json-file offset-json-file.json
查看Broker磁盘信息
查询指定topic磁盘信息
kafka-log-dirs --bootstrap-server xxxxxx:9090 
--describe --topic-list topic1,topic2
查询指定Broker磁盘信息
kafka-log-dirs --bootstrap-server xxxxxx:9090 
--describe --topic-list topic1 --broker-list 0
功能说明命令
启动hiveserver2服务bin/hiveserver2
启动beelinebin/beeline
连接hiveserver2beeline> !connect jdbc:hive2://hadoop102:10000
metastroe服务bin/hive --service metastore
hive 启动元数据服务（metastore和hiveserver2）和优雅关闭脚本
启动：hive.sh start
关闭：hive.sh stop
重启：hive.sh restart
状态：hive.sh status
#!/bin/bash
HIVE_LOG_DIR=$HIVE_HOME/logs
mkdir -p $HIVE_LOG_DIR
#检查进程是否运行正常，参数1为进程名，参数2为进程端口
function check_process()
    pid=$(ps -ef 2>/dev/null | grep -v grep | grep -i $1 | awk '{print $2}')
    ppid=$(netstat -nltp 2>/dev/null | grep $2 | awk '{print $7}' | cut -d '/' -f 1)
    echo $pid
    [[ "$pid" =~ "$ppid" ]] && [ "$ppid" ] && return 0 || return 1
function hive_start()
    metapid=$(check_process HiveMetastore 9083)
    cmd="nohup hive --service metastore >$HIVE_LOG_DIR/metastore.log 2>&1 &"
    cmd=$cmd" sleep4; hdfs dfsadmin -safemode wait >/dev/null 2>&1"
    [ -z "$metapid" ] && eval $cmd || echo "Metastroe服务已启动"
    server2pid=$(check_process HiveServer2 10000)
    cmd="nohup hive --service hiveserver2 >$HIVE_LOG_DIR/hiveServer2.log 2>&1 &"
    [ -z "$server2pid" ] && eval $cmd || echo "HiveServer2服务已启动"
function hive_stop()
    metapid=$(check_process HiveMetastore 9083)
    [ "$metapid" ] && kill $metapid || echo "Metastore服务未启动"
    server2pid=$(check_process HiveServer2 10000)
    [ "$server2pid" ] && kill $server2pid || echo "HiveServer2服务未启动"
case $1 in
"start")
    hive_start
"stop")
    hive_stop
"restart")
    hive_stop
    sleep 2
    hive_start
"status")
    check_process HiveMetastore 9083 >/dev/null && echo "Metastore服务运行正常" || echo "Metastore服务运行异常"
    check_process HiveServer2 10000 >/dev/null && echo "HiveServer2服务运行正常" || echo "HiveServer2服务运行异常"
    echo Invalid Args!
    echo 'Usage: '$(basename $0)' start|stop|restart|status'
常用交互命令
功能说明命令
不进入hive的交互窗口执行sqlbin/hive -e "sql语句"
执行脚本中sql语句bin/hive -f hive.sql
退出hive窗口exit 或 quit
命令窗口中查看hdfs文件系统dfs -ls /
命令窗口中查看hdfs文件系统! ls /data/h
SQL类(特殊的)
说明语句
查看hive中的所有数据库show databases
用default数据库use default
查询表结构desc table_name
查看数据库show databases
重命名表名alter table table1 rename to table2
修改表中字段alter table table_name change name user_name String
修改字段类型alter table table_name change salary salary Double
创建外部表create external table ....
查询外部表信息desc formatted outsidetable
创建视图create view view_name as select * from table_name .....
添加数据load data local inpath 'xxx'  overwrite into table table_name partition(day='2021-12-01')
（1） NVL
给值为NULL的数据赋值，它的格式是NVL( value，default_value)。它的功能是如果value为NULL，则NVL函数返回default_value的值，否则返回value的值，如果两个参数都为NULL ，则返回NULL
select nvl(column, 0) from xxx；
（2）行转列
函数描述
CONCAT(string A/col, string B/col…)返回输入字符串连接后的结果，支持任意个输入字符串
CONCAT_WS(separator, str1, str2,...)第一个参数参数间的分隔符，如果分隔符是 NULL，返回值也将为 NULL。这个函数会跳过分隔符参数后的任何 NULL 和空字符串。分隔符将被加到被连接的字符串之间。
COLLECT_SET(col)将某字段的值进行去重汇总，产生array类型字段
COLLECT_LIST(col)函数只接受基本数据类型，它的主要作用是将某字段的值进行不去重汇总，产生array类型字段。
（3）列转行(一列转多行)
「Split(str, separator)：」 将字符串按照后面的分隔符切割，转换成字符array。
**「EXPLODE(col)：」**将hive一列中复杂的array或者map结构拆分成多行。
「LATERAL VIEW」
LATERAL VIEW udtf(expression) tableAlias AS columnAlias
解释：lateral view用于和split, explode等UDTF一起使用，它能够将一行数据拆成多行数据，在此基础上可以对拆分后的数据进行聚合。
lateral view首先为原始表的每行调用UDTF，UDTF会把一行拆分成一或者多行，lateral view再把结果组合，产生一个支持别名表的虚拟表。
「准备数据源测试」
moviecategory
《功勋》记录,剧情
《战狼2》战争,动作,灾难
「SQL」
SELECT movie,category_name 
FROM movie_info 
lateral VIEW
explode(split(category,",")) movie_info_tmp  AS category_name ;
「测试结果」
《功勋》      记录
《功勋》      剧情
《战狼2》     战争
《战狼2》     动作
《战狼2》     灾难
（1）OVER()
定分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变而变化。
（2）CURRENT ROW（当前行）
n PRECEDING：往前n行数据
n FOLLOWING：往后n行数据
（3）UNBOUNDED（无边界）
UNBOUNDED PRECEDING 前无边界，表示从前面的起点
UNBOUNDED FOLLOWING后无边界，表示到后面的终点
「SQL案例：由起点到当前行的聚合」
select 
    sum(money) over(partition by user_id order by pay_time rows between UNBOUNDED PRECEDING and current row) 
from or_order;
「SQL案例：当前行和前面一行做聚合」
select 
    sum(money) over(partition by user_id order by pay_time rows between 1 PRECEDING and current row) 
from or_order;
「SQL案例：当前行和前面一行和后一行做聚合」
select 
    sum(money) over(partition by user_id order by pay_time rows between 1 PRECEDING AND 1 FOLLOWING )
from or_order;
「SQL案例：当前行及后面所有行」
select 
    sum(money) over(partition by user_id order by pay_time rows between current row and UNBOUNDED FOLLOWING  )
from or_order;
（4）LAG(col,n,default_val)
往前第n行数据，没有的话default_val
（5）LEAD(col,n, default_val)
往后第n行数据，没有的话default_val
「SQL案例：查询用户购买明细以及上次的购买时间和下次购买时间」
select 
 user_id,,pay_time,money,
 lag(pay_time,1,'1970-01-01') over(PARTITION by name order by pay_time) prev_time,
 lead(pay_time,1,'1970-01-01') over(PARTITION by name order by pay_time) next_time
from or_order;
（6）FIRST_VALUE(col,true/false)
当前窗口下的第一个值，第二个参数为true，跳过空值。
（7）LAST_VALUE (col,true/false)
当前窗口下的最后一个值，第二个参数为true，跳过空值。
「SQL案例：查询用户每个月第一次的购买时间 和 每个月的最后一次购买时间」
select
 FIRST_VALUE(pay_time) 
     over(
         partition by user_id,month(pay_time) order by pay_time 
         rows between UNBOUNDED PRECEDING and UNBOUNDED FOLLOWING
         ) first_time,
 LAST_VALUE(pay_time) 
     over(partition by user_id,month(pay_time) order by pay_time rows between UNBOUNDED PRECEDING and UNBOUNDED FOLLOWING
     ) last_time
from or_order;
（8）NTILE(n)
把有序窗口的行分发到指定数据的组中，各个组有编号，编号从1开始，对于每一行，NTILE返回此行所属的组的编号。（用于将分组数据按照顺序切分成n片，返回当前切片值）
「SQL案例：查询前25%时间的订单信息」
select * from (
    select User_id,pay_time,money,
    ntile(4) over(order by pay_time) sorted
    from or_order
where sorted = 1;
（1）Order By
全局排序，只有一个Reducer。
（2）Sort By
分区内有序。
（3）Distrbute By
类似MR中Partition，进行分区，结合sort by使用。
（4） Cluster By
当Distribute by和Sorts by字段相同时，可以使用Cluster by方式。Cluster by除了具有Distribute by的功能外还兼具Sort by的功能。但是排序只能是升序排序，不能指定排序规则为ASC或者DESC。
在生产环境中Order By用的比较少，容易导致OOM。
在生产环境中Sort By+ Distrbute By用的多。
（1）RANK()
排序相同时会重复，总数不会变
（2）DENSE_RANK()
排序相同时会重复，总数会减少
（3）ROW_NUMBER()
会根据顺序计算
datediff：返回结束日期减去开始日期的天数
datediff(string enddate, string startdate) 
select datediff('2021-11-20','2021-11-22') 
date_add：返回开始日期startdate增加days天后的日期
date_add(string startdate, int days) 
select date_add('2021-11-20',3) 
date_sub：返回开始日期startdate减少days天后的日期
date_sub (string startdate, int days) 
select date_sub('2021-11-22',3)
Redis
命令功能说明
keys  *查看当前库的所有键
exists判断某个键是否存在
type查看键的类型
del删除某个键
expire为键值设置过期时间，单位秒
ttl查看还有多久过期,-1表示永不过期,-2表示已过期
dbsize查看当前数据库中key的数量
flushdb清空当前库
Flushall通杀全部库
String
命令功能说明
get查询对应键值
set添加键值对
append将给定的追加到原值的末尾
strlen获取值的长度
setnx只有在key 不存在时设置key的值
incr将key中存储的数字值增1只能对数字值操作，如果为空，新增值为1
decr将key中存储的数字值减1只能对数字之操作，如果为空,新增值为-1
incrby /decrby步长将key中存储的数字值增减，自定义步长
mset同时设置一个或多个key-value对
mget同时获取一个或多个value
msetnx同时设置一个或多个key-value对，当且仅当所有给定的key都不存在
getrange<起始位置> <结束位置>获得值的范围,类似java中的substring
setrange<起始位置>用覆盖所存储的字符串值，从<起始位置>开始
setex<过期时间>设置键值的同时，设置过去时间，单位秒
getset以新换旧,设置了新值的同时获取旧值
命令功能说明
lpush/rpush从左边/右边插入一个或多个值。
lpop/rpop从左边/右边吐出一个值。值在键在，值光键亡。
rpoplpush从列表右边吐出一个值，插到列表左边
lrange按照索引下标获得元素(从左到右)
lindex按照索引下标获得元素(从左到右)
llen获得列表长度
linsertbefore在的后面插入插入值
lrem从左边删除n个value(从左到右)
命令功能说明
sadd....将一个或多个 member 元素加入到集合 key 当中，已经存在于集合的 member 元素将被忽略。
smembers取出该集合的所有值。
sismember判断集合是否为含有该值，有返回1，没有返回0
scard返回该集合的元素个数。
srem....删除集合中的某个元素。
spop随机从该集合中吐出一个值。
srandmember随机从该集合中取出n个值。不会从集合中删除
sinter返回两个集合的交集元素。
sunion返回两个集合的并集元素。
sdiff返回两个集合的差集元素。
命令功能说明
hset给集合中的键赋值
hget从集合取出 value
hmset...批量设置hash的值
hexists key查看哈希表 key 中，给定域 field 是否存在。
hkeys列出该hash集合的所有field
hvals列出该hash集合的所有value
hincrby为哈希表 key 中的域 field 的值加上增量 increment
hsetnx将哈希表 key 中的域 field 的值设置为 value ，当且仅当域 field 不存在
zset(Sorted set)
命令功能说明
zadd...将一个或多个 member 元素及其 score 值加入到有序集 key 当中
zrange[WITHSCORES]返回有序集 key 中，下标在之间的元素带WITHSCORES，可以让分数一起和值返回到结果集。
zrangebyscore key min max [withscores] [limit offset count]返回有序集 key 中，所有 score 值介于 min 和 max 之间(包括等于 min 或 max )的成员。有序集成员按 score 值递增(从小到大)次序排列。
zrevrangebyscore key max min [withscores] [limit offset count]同上，改为从大到小排列。
zincrby为元素的score加上增量
zrem删除该集合下，指定值的元素
zcount统计该集合，分数区间内的元素个数
zrank返回该值在集合中的排名，从0开始。
Flink
./start-cluster.sh 
./bin/flink run [OPTIONS]
./bin/flink run -m yarn-cluster -c com.wang.flink.WordCount /opt/app/WordCount.jar
OPTIONS功能说明
-ddetached 是否使用分离模式
-mjobmanager 指定提交的jobmanager
-yat–yarnapplicationType 设置yarn应用的类型
-yD使用给定属性的值
-yd–yarndetached 使用yarn分离模式
-yh–yarnhelp yarn session的帮助
-yid–yarnapplicationId 挂到正在运行的yarnsession上
-yj–yarnjar Flink jar文件的路径
-yjm–yarnjobManagerMemory jobmanager的内存(单位M)
-ynl–yarnnodeLabel 指定 YARN 应用程序 YARN 节点标签
-ynm–yarnname 自定义yarn应用名称
-yq–yarnquery 显示yarn的可用资源
-yqu–yarnqueue 指定yarn队列
-ys–yarnslots 指定每个taskmanager的slots数
-ytyarnship 在指定目录中传输文件
-ytm–yarntaskManagerMemory 每个taskmanager的内存
-yz–yarnzookeeperNamespace 用来创建ha的zk子路径的命名空间
-z–zookeeperNamespace 用来创建ha的zk子路径的命名空间
-p并行度
-yn需要分配的YARN容器个数(=任务管理器的数量)
./bin/flink info [OPTIONS]
OPTIONS功能说明
-c程序进入点，主类
-p并行度
./bin/flink list [OPTIONS]
OPTIONS功能说明
-a–all 显示所有应用和对应的job id
-r–running 显示正在运行的应用和job id
-s–scheduled 显示调度的应用和job id
-m–jobmanager 指定连接的jobmanager
-yid–yarnapplicationId 挂到指定的yarn id对应的yarn session上
-z–zookeeperNamespace 用来创建ha的zk子路径的命名空间
./bin/flink stop  [OPTIONS] <Job ID>
OPTIONS功能说明
-d在采取保存点和停止管道之前，发送MAX_WATERMARK
-psavepointPath 保存点的路径 'xxxxx'
-m–jobmanager 指定连接的jobmanager
-yid–yarnapplicationId 挂到指定的yarn id对应的yarn session上
-z–zookeeperNamespace 用来创建ha的zk子路径的命名空间
cancel(弱化)
./bin/flink cancel  [OPTIONS] <Job ID>
OPTIONS功能说明
-s使用 "stop "代替
-D允许指定多个通用配置选项
-m要连接的JobManager的地址
-yid–yarnapplicationId 挂到指定的yarn id对应的yarn session上
-z–zookeeperNamespace 用来创建ha的zk子路径的命名空间
savepoint
./bin/flink savepoint  [OPTIONS] <Job ID>
OPTIONS功能说明
-d要处理的保存点的路径
-jFlink程序的JAR文件
-m要连接的JobManager的地址
-yid–yarnapplicationId 挂到指定的yarn id对应的yarn session上
-z–zookeeperNamespace 用来创建ha的zk子路径的命名空间