如果我們想把文件上傳到Hadoop集群中，使用put命令即可。下面的語句是將本地文件上傳到hadoop集群的/目錄下。
hadoop fs -put fruit.txt /
下面介紹通過腳本將文件分發到Hadoop集群的方法。因為Hadoop本身就帶有文件自動分發的功能，我們只需在啟動hadoop作業的腳本文件中做相應的配置即可。可選的配置項有三個，每個適用的場景都不一樣：
-file：將本地文件分發到計算節點。
-cacheFile：將HDFS中已經存在的文件發送到需要使用該文件的節點。
-cacheArchive：將HDFS中已經存在的壓縮文件分發到相應的計算節點並解壓。
簡單介紹三個選項的用法。
-file用法：在腳本文件中添加代碼：-file ./map_sort.py \。將當前目錄的map_sort.py文件上傳到計算節點，\是換行符。
-cacheFile用法：在腳本文件中添加代碼：-cacheFile "hdfs://hadoop-master:8020/fruit.txt#fruit"。“#”是給要分發的文件起別名，在Mapreduce程序中直接使用該別名就可訪問該文件。
-cacheArchive用法：在腳本文件中添加代碼：-cacheArchive “hdfs://hadoop-master:8020/fruit.tar.gz#fruit.gz”。將hdfs中的fruit.tar.gz壓縮文件分發到計算節點。同-cacheFile的用法一樣，#也是給要分發的壓縮文件起別名，然后在mapreduce中通過別名就可以訪問到該壓縮文件。-cacheArchive會將fruit.tar.gz壓縮文件解壓成一個fruit.tar.gz的目錄。
-file適合在文件比較小(10M以內)的場景下使用。
-cacheFile和-cacheArchive適合在文件比較大(文件大小在G以上)的場景下使用。
關注本人的公眾號獲取大數據和機器學習的知識
