大数据技术 HDFS操作-职坐标

大数据技术 HDFS操作

沉沙 2018-10-11 来源：阅读 1691 评论 0

摘要：本篇教程探讨了大数据技术 HDFS操作，希望阅读本篇文章以后大家有所收获，帮助大家对大数据技术的理解更加深入。

本篇教程探讨了大数据技术 HDFS操作，希望阅读本篇文章以后大家有所收获，帮助大家对大数据技术的理解更加深入。

4.1 命令行操作

可以通过命令行接口与HDFS系统进行交互，这样更加简单直观。下面就介绍一些HDFS系统的常用操作命令。
1.ls

使用ls命令可以查看HDFS系统中的目录和文件。例如，查看HDFS文件系统根目录下的目录和文件，命令如下：

hadooop fs –ls /

递归列出HDFS文件系统根目录下的所有目录和文件，命令如下：

hadooop fs –ls -R /

2.put

将本地文件上传到HDFS系统中。例如，将本地文件a.txt上传到HDFS文件系统的/input文件夹中，命令如下：

hadoop fs –put a.txt /input/

3.moveFromLocal

将本地文件移动到HDFS文件系统中，可以一次移动多个文件。与put命令类似，不同的是该命令执行后源文件将被删除。例如，将本地文件a.txt移动到HDFS的/input文件夹中，命令如下：

hadoop fs –moveFromLocal a.txt /input/

4.get

将HDFS文件系统中的文件下载到本地，注意下载时的文件名不能与本地文件相同，否则会提示文件已经存在。下载多个文件或目录到本地时，要将本地路径设置为文件夹。例如，将HDFS根目录中的input文件夹中的文件a.txt下载到本地，命令如下：

hadoop fs –get /input/a.txt a.txt

将HDFS根目录中的input文件夹下载到本地，命令如下：

hadoop fs –get /input/ input

注意：如果用户没有root权限，则本地路径要为用户文件夹下的路径，否则会出现权限问题。
5.rm

删除HDFS系统中的文件或文件夹，每次可以删除多个文件或目录。例如，删除HDFS根目录的input文件夹中的文件a.txt，命令如下：

hadoop fs –rm /input/a.txt

删除HDFS根目录的output文件夹，命令如下：

hadoop fs -rm -r /output

6.mkdir

在HDFS系统中创建文件或目录。例如，在HDFS根目录下创建文件夹input，命令如下：

hadoop fs –mkdir /input/

也可使用-p参数创建多级目录，如果父目录不存在，则会自动创建父目录。命令如下：

hadoop fs –mkdir –p /input/file

7.cp

拷贝文件到另一个文件，相当于给文件重命名并保存，但源文件还存在。例如，将/input/a.txt拷贝到/input/b.txt，并保留a.txt，命令如下：

hadoop fs –cp /input/a.txt /input/b.txt

8.mv

移动文件到另一个文件，相当于给文件重命名并保存，源文件已不存在。例如，将a.txt移动到b.txt，命令如下：

hadoop fs –mv /input/a.txt /input/b.txt

4.2 Java API操作

使用HDFS Java API可以远程对HDFS系统中的文件进行新建、删除、读取等操作。本节主要介绍如何在eclipse中编写HDFS Java API与HDFS文件系统进行交互。
4.2.1 创建Java工程

在编写Java API之前，首先需要新建一个Hadoop项目。Hadoop项目的结构与普通的Java项目一样，只是依赖的jar包不同。
在eclipse中新建一个Maven项目hdfs_demo（Maven项目的搭建此处不做过多讲解），然后在该项目的pom.xml文件中添加以下代码，以引入HDFS的Java API依赖包：

        org.apache.hadoop
        hadoop-common
        2.7.1


        org.apache.hadoop
        hadoop-hdfs
        2.7.1


        jdk.tools
        jdk.tools
        1.7
        system
        ${JAVA_HOME}/lib/tools.jar

配置好pom.xml后，即可进行HDFS Java API的编写。
4.2.2 读取数据

FileSystem是HDFS Java API的核心工具类，使用FileSystem API可以很轻松的操作HDFS中的文件。例如，在HDFS文件系统的根目录有一个文件file.txt，可以直接使用FileSystem API读取该文件内容。
1.编写代码

在新建的hdfs_demo项目中新建Java类FileSystemCat.java，写入查询显示file.txt文件内容的代码，完整代码如下所示：

import java.io.InputStream;
import java.net.URI;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;

/**查询文件内容并输出**/
public class FileSystemCat {
    public static void main(String[] args) throws Exception {
        //文件在HDFS系统中的路径
        String uri="hdfs://192.168.170.128:9000/file.txt";
        Configuration conf=new Configuration();
        FileSystem fs=FileSystem.get(URI.create(uri), conf);
        //打开文件输入流
        InputStream in=fs.open(new Path(uri));
        //输出文件内容
        IOUtils.copyBytes(in, System.out, 4096,false);
        //关闭输入流
        IOUtils.closeStream(in);
    }
}

代码分析：
运行HDFS程序之前，需要先初始化Configuration类，该类的主要作用是读取HDFS的系统配置信息，也就是安装Hadoop时候的配置文件。例如core-site.xml、hdfs-site.xml和mapred-site.xml等文件里的信息。如下代码：

Configuration conf=new Configuration();

FileSystem是一个普通的文件系统API，可以使用静态工厂方法取得FileSystem实例。并传入文件在HDFS系统中的路径与Configuration对象参数。代码如下：

FileSystem fs=FileSystem.get(URI.create(uri), conf);

通过调用FileSystem对象的open方法，取得文件的输入流。如下代码：

InputStream in=fs.open(new Path(uri));

2.运行代码

直接在eclipse中右击运行该程序即可，若控制台中能正确输出文件file.txt的内容，说明代码编写正确。
4.2.3 创建目录

FileSystem也提供了创建目录的方法，这个方法会按照客户端请求创建未存在的父目录，就像java.io.File的mkdirs()一样。如果目录创建成功，它会返回true。
下面这个例子，是在HDFS文件系统根目录，创建一个名为mydir的文件夹。
1.编写代码

在新建的hdfs_demo项目中新建Java类CreateDir.java，写入的完整代码如下所示：

import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
/**创建目录mydir**/
public class CreateDir {
     public static void main(String[] args) throws IOException {
          Configuration conf = new Configuration();
          conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
          FileSystem hdfs = FileSystem.get(conf);
          //创建目录
          boolean isok = hdfs.mkdirs(new Path("hdfs:/mydir"));
          if(isok){
              System.out.println("创建目录成功!");
          }else{
              System.out.println("创建目录失败！");
          }
          hdfs.close();
      }
}

2.运行代码

直接在eclipse中右击运行该程序即可，若控制台中能正确输出“创建目录成功!”，说明代码编写正确。
4.2.4 创建文件

FileSystem还提供了创建文件的方法create()，通过调用这个函数，可以在HDFS文件系统中的指定路径创建一个文件，并对文件进行写入内容。例如，在HDFS系统根目录创建一个文件newfile2.txt，并写人内容“我是文件内容”，代码如下：

public static void createFile() throws Exception {
        Configuration conf = new Configuration();
        conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
        FileSystem fs = FileSystem.get(conf);
        //打开一个输出流
        FSDataOutputStream outputStream = fs.create(new Path("hdfs:/newfile2.txt"));
//写入文件内容
        outputStream.write("我是文件内容".getBytes());
        outputStream.close();
        fs.close();
        System.out.println("文件创建成功！");
    }

4.2.5 删除文件

通过调用FileSystem提供的deleteOnExit()函数，可以对HDFS文件系统中已经存在的文件进行删除。例如，删除HDFS系统根目录下的文件newfile.txt，代码如下：

public static void deleteFile() throws Exception{
         Configuration conf = new Configuration();
         conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
         FileSystem fs = FileSystem.get(conf);
         Path path = new Path("hdfs:/newfile.txt");
         //删除文件
         boolean isok = fs.deleteOnExit(path);
         if(isok){
             System.out.println("删除成功!");
         }else{
             System.out.println("删除失败！");
         }
         fs.close();
     }

4.2.6 遍历文件和目录

我们可以通过FileSystem的listStatus()函数，对HDFS文件系统中指定路径下的所有目录和文件进行遍历。例如，递归遍历HDFS系统根目录下的所有文件和目录并输出路径信息，代码如下：

public class ListStatus {
    private static FileSystem hdfs;
    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
        hdfs = FileSystem.get(conf);
        //遍历HDFS上的文件和目录
        FileStatus[] fs = hdfs.listStatus(new Path("hdfs:/"));
        if (fs.length > 0) {
            for (FileStatus f : fs) {
                showDir(f);
            }
        }
    }
     private static void showDir(FileStatus fs) throws Exception {
         Path path = fs.getPath();
         //输出文件或目录的路径
         System.out.println(path);
         //如果是目录，进行递归遍历该目录下的所有子目录或文件
         if (fs.isDirectory()) {
             FileStatus[] f = hdfs.listStatus(path);
             if (f.length > 0) {
                 for (FileStatus file : f) {
                     showDir(file);
                 }
             }
         }
     }
}

假设HDFS文件系统的根目录有文件夹input、文件newfile.txt，input中有文件test.txt，则上述代码的输出结果为：

hdfs://192.168.170.128:9000/input
hdfs://192.168.170.128:9000/input/test.txt
hdfs://192.168.170.128:9000/newfile.txt

4.2.7 上传本地文件

FileSystem提供了一个copyFromLocalFile()函数，可以将操作系统本地的文件上传到HDFS文件系统中。例如，将windows系统中D盘的copy_test.txt文件上传到HDFS文件系统的根目录，代码如下：

public static void copyFromLocalFile() throws Exception{
            //1.创建配置器
         Configuration conf = new Configuration();
         conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
         //2.取得FileSystem文件系统实例
         FileSystem fs = FileSystem.get(conf);
         //3.创建可供hadoop使用的文件系统路径
         Path src = new Path("D:/copy_test.txt"); //本地目录/文件
         Path dst = new Path("hdfs:/");  //目标目录/文件
         // 4.拷贝上传本地文件（本地文件，目标路径）至HDFS文件系统中
         fs.copyFromLocalFile(src, dst);
         System.out.println("文件上传成功!");
     }

4.2.8 下载文件到本地

FileSystem提供了一个copyToLocalFile()函数，可以将HDFS文件系统中的文件下载到操作系统本地。例如，将HDFS文件系统根目录的文件newfile.txt下载到windows系统中D盘根目录，并重命名为new.txt，代码如下：

public static void copyToLocalFile() throws Exception{
            //1.创建配置器
         Configuration conf = new Configuration();
         conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
         //2.取得FileSystem文件系统实例
         FileSystem fs = FileSystem.get(conf);
         //3.创建可供hadoop使用的文件系统路径
         Path src = new Path("hdfs:/newfile2.txt");//目标目录/文件
         Path dst = new Path("D:/new.txt");  //本地目录/文件
         //4.从HDFS文件系统中拷贝下载文件（目标路径，本地文件）至本地
         fs.copyToLocalFile(false,src,dst,true);
         System.out.println("文件下载成功!");
     }