Hadoop例程：从URL中读数据

在研究Hadoop时，参考Hadoop权威指南。有一段通过URL读文件的例程：

 

import java.io.InputStream; import java.net.URL; import org.apache.hadoop.fs.FsUrlStreamHandlerFactory; import org.apache.hadoop.io.IOUtils; public class URLCat { static { URL.setURLStreamHandlerFactory( new FsUrlStreamHandlerFactory() ); } public static void main( String[] args ) throws Exception { InputStream in = null; try{ in = new URL( args[ 0 ] ).openStream(); IOUtils.copyBytes( in, System.out, 4096, false ); } finally { IOUtils.closeStream( in ); } } }

 

对于刚刚接触Hadoop来说，有几个注意的地方：

 

1、开发、编译时，要把hadoop-common-0.21.0.jar加到CLASSPATH中

2、运行时不用指定jar包，但要把XXX.class文件放到$CLASSPATH目录中

3、书中给的URL是：hdfs://localhost/user/tom/quangle.txt

　　没有搞明白为什么路径中还要指定主机名，实验也没成功。

　　我是通过http://192.168.11.230:50070/（IP是Namenode节点主机IP）查看filesystem，如果需要的路径是/input/hadoop-hadoop-secondarynamenode-wwj1.log，要在前面加上协议hdfs://组成：

　　hdfs:///input/hadoop-hadoop-secondarynamenode-wwj1.log