一、准备工作
1. 环境配置
1.1 解压hadoop安装包
在服务器的/usr/local/hadoop
目录下进行解压
tar -zxvf hadoop-3.3.0.tar.gz
1.2 配置环境变量
1.2.1 配置hadoop环境变量
打开Linux系统配置:
vim /etc/profile
source /etc/profile
在末尾添加下面内容:
export HADOOP_HOME=/usr/local/hadoop/hadoop-3.3.0
PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
1.2.2 配置网络映射
vi /etc/hosts
添加下面内容,后面直接用hadoop代表该主机
192.168.***.*** hadoop
1.2.3 生成公私钥
生成公私钥:
ssh-keygen -t rsa
将公钥拷贝到所有hadoop节点,我这里只有一个节点
ssh-copy-id hadoop
2. HDFS配置
在hadoop-3.3.0/etc/hadoop
文件目录下进行修改
2.1 core-site.xml
<configuration>
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop:9000</value>
</property>
<property>
<name>hadoop.tmp.dir</name>
<value>/usr/local/hadoop/hadoop-3.3.0/hadoop-tmp</value>
</property>
</configuration>
2.2 hdfs-site.xml
由于我没有搭集群,只部了一个HDFS服务,所以备份数量是1
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
2.3 hadoop-env.sh
export JAVA_HOME=/usr/local/java/jdk1.8.0_261
3 启动脚本配置
在hadoop-3.3.0/sbin
目录下进行配置
3.1 start-dfs.sh、stop-dfs.sh
添加以下内容:
HDFS_DATANODE_USER=root
HADOOP_SECURE_DN_USER=hdfs
HDFS_NAMENODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
建议同时将start-yarn.sh和stop-yarn.sh也添加如下配置,避免以后遗忘:
YARN_RESOURCEMANAGER_USER=root
HADOOP_SECURE_DN_USER=yarn
YARN_NODEMANAGER_USER=root
4 启动HDFS
由于更改了hadoop.tmp.dir
的目录,所以初次启动需要先格式化一下:
hdfs namenode -format
启动HDFS:
start-dfs.sh
5. 访问Web页面
访问服务器的xxx.xxx.xxx.xxx:9870
地址,查看HDFS的详细情况。
二、HDFS Java基本操作
1. Maven依赖
<properties>
<hadoop.version>3.3.0</hadoop.version>
</properties>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-common</artifactId>
<version>${hadoop.version}</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-hdfs</artifactId>
<version>${hadoop.version}</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>${hadoop.version}</version>
</dependency>
2. 基本操作
在服务器上通过shell命令进行HDFS操作的用法这里就不多说了,下面是用Java代码进行HDFS的基础操作,其他操作类似
2.1 初始化文件系统
/**
* HDFS文件系统
*/
private FileSystem fileSystem;
/**
* 初始化文件系统
* @throws URISyntaxException
* @throws IOException
*/
@Before
public void before() throws IOException {
// Windows环境中运行需要设置Hadoop用户名为root,否则会报错权限不足
System.setProperty("HADOOP_USER_NAME", "root");
// 对HDFS进行配置
Configuration conf = new Configuration();
conf.set("fs.defaultFS", "hdfs://192.168.***.***:9000");
conf.set("fs.hdfs.impl", "org.apache.hadoop.hdfs.DistributedFileSystem");
fileSystem = FileSystem.newInstance(conf);
}
/**
* 关闭资源
*/
@After
public void close(){
if (fileSystem != null) {
try {
fileSystem.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
2.2 上传文件
/**
* 创建目录,上传文件
* @throws URISyntaxException
* @throws IOException
*/
@Test
public void testUpload() throws URISyntaxException, IOException {
Path dst = new Path("/wordCount");
fileSystem.mkdirs(dst);
fileSystem.copyFromLocalFile(new Path(HdfsTest.class.getClassLoader().getResource("word.txt").toURI()), dst);
}
2.3 查询文件列表
/**
* 打印文件列表
* @throws IOException
*/
@Test
public void testListFile() throws IOException {
RemoteIterator<LocatedFileStatus> iter = fileSystem.listFiles(new Path("/"), true);
while (iter.hasNext()) {
LocatedFileStatus next = iter.next();
System.out.println(next.getPath());
}
}
打印结果如下:
hdfs://192.168.***.***:9000/wordCount/word.txt
三、总结
目前基于Hadoop 3.3.0版本,已经可以通过java来进行HDFS的基础操作了,为下一步的Hadoop处理做好了铺垫。