Hadoop之旅（2）—伪集群 HDFS 文件读取与上传案例、权限与安全模式

1、准备工作

环境：centsOS7.0、jdk1.8、maven3.3.9

工具：idea（eclipse）、HADOOP  SHELL

发行版 ：Hadoop2.5.0

环境上一节已经搭建好了、不明白的可以看  Hadoop之旅（1） 或者 Apache Hadoop 官网

2、添加maven依赖

    <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <hadoop.version>2.5.0</hadoop.version>
    </properties>

    <dependencies>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.10</version>
        </dependency>

        <!-- Hadoop Client -->
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
    </dependencies>

3、配置文件

这几个文件都是我们安装Hadoop的配置文件、日志文件也是（不加老是报警）

4、代码实现

4.1、获取系统配置文件信息

public static FileSystem getFileSystem() throws Exception {
        // 获取配置文件：core-site.xml,core-defautl.xml,hdfs-site.xml,hdfs-default.xml
        Configuration conf = new Configuration();

        //解决:解决方法很简单，配置环境变量，不想重启电脑可以在程序里加上
        System.setProperty("hadoop.home.dir", "F:\\ApplicationToolkit\\hadoopWinutils\\hadoop-common-2.2.0-bin-master");

        // get filesystem
        FileSystem fileSystem = FileSystem.get(conf);

        System.out.println(fileSystem);
        return fileSystem;
    }

主要注意的问题：在win上开发会报这个错误：Could not locate executable null\bin\winutils.exe in the Hadoop binaries、其实这个错误是Hadoop的源码是需要读取 HADOOP_HOME 这个path，我们win上没有配置，所以报错。

解决：下载这个 hadoopWinutils 、可以在GitHub上下载、是别人开源的bin。然后配置环境变量名为 HADOOP_HOME 。

4.2、读取 HDFS 上的文件

public static void read(String fileName) throws Exception {

        // get filesystem
        FileSystem fileSystem = getFileSystem();

        // read file
        Path path = new Path(fileName);

        // open file
        FSDataInputStream fsDataInputStream = fileSystem.open(path);

        try {
            // read
            IOUtils.copyBytes(fsDataInputStream, System.out, 4096, false);
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            // close Stream
            IOUtils.closeStream(fsDataInputStream);
        }
    }

main 方法：

        // filename
        String filename = "/chenzhengyou/mapreduce/wordcount/input/putwc.input";
        read(filename);

运行结果：

HADOOP SHELL 语句是这样的：bin/hdfs dfs -text /chenzhengyou/mapreduce/wordcount/input/word.input

-text（是hdfs的参数、读取的意思）、后面跟着文件路径（是在hdfs文件上的路径、不是本地的）

4.3、上传文件

public static void write(String putFileName, String filename) throws Exception {
        // get filesystem
        FileSystem fileSystem = getFileSystem();

        // write path
        Path writePath = new Path(putFileName);

        // Output Stream
        FSDataOutputStream outStream = fileSystem.create(writePath);

        // file input Stream
        FileInputStream inStream = new FileInputStream(new File(filename));

        // stream read/write
        try {
            // read
            IOUtils.copyBytes(inStream, outStream, 4096, false);
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            // close Stream
            IOUtils.closeStream(inStream);
            IOUtils.closeStream(outStream);
        }
    }

main 方法：

        // write path "E:"+File.separatorChar+"nword.input";
        String putFileName = "/chenzhengyou/mapreduce/wordcount/input/idea.input";
        // 本地E盘
        String file= "E:"+File.separatorChar+"nword.input";;
        write(putFileName,file);

运行结果：

HADOOP SHELL 语句是这样的：bin/hdfs dfs -put -p wcinput/wc.input /chenzhengyou/mapreduce/wordcount/input

-put（是hdfs的参数、上传）、后面跟着文件目录（将要上传的文件目录）、最后是hdfs上的文件目录（将存放的目录）

特别注意：

问题A：Permission denied: user=administrator, access=WRITE, inode="/":root:supergroup:drwxr-xr-x、可能遇见这样的错误！这是权限问题、HADOOP默认是启开的、可以在hdfs-site.xml文件修改。

    <!--权限-->
    <property>
	<name>dfs.permissions</name>
	<value>false</value>
    </property>

问题B：org.apache.Hadoop.dfs.SafeModeException: Cannot ... Name node is in safe mode 、说明namenode处于安全模式下、其实下图可以看出（官网也有解释：可以谷歌翻译快速！）、 启动hdfs需要一些恢复时间、二是hdfs需要4的数据块才解开安全模式。大概就是这个意思（如果不对、多多评论一起进步）。

解决：bin/hadoop dfsadmin -safemode leave  （手动解决）、这样就可以操作 hdfs 了。