0616-6.2.0-如何基于FTP的方式访问CDH中HDFS文件系统(续)

Fayson的github： https://github.com/fayson/cdhproject

推荐关注微信公众号：“Hadoop实操”，ID：gh_c4c535955d0f

1 文档编写目的

Fayson在前面的文章《0598-6.2.0-如何基于FTP的方式访问CDH中HDFS文件系统》介绍了使用Maven编译hdfs-over-ftp并部署实现通过FTP的方式访问CDH集群。前面文章需要在有网络和Maven的环境下启动服务，为了满足离线环境下使用FTP服务访问CDH，本篇文章主要介绍如何将hdfs-over-ftp工程打包为一个可离线部署的服务。

测试环境

1.CM和CDH版本为6.2.0

2.集群未启用Kerberos

2 工程依赖包准备

在前面已经准备好了Maven和Java环境，这里就不在重复说明了。

1.在自己本地的编译环境下，进入到hdfs-over-ftp工程的根目录下，使用maven命令导出工程依赖的Jar包至指定的目录下

mvn dependency:copy-dependencies -DoutputDirectory=C:\Users\80996\Desktop\lib

2.前面也执行过maven clean package命令编译过hdfs-over-ftp工程，在工程的target目录下找到编译好的hdfs-over-ftp-1.0.jar包，将编译好的hdfs-over-ftp-1.0.jar包拷贝至上一步导出工程依赖包的lib目录下。

3 打包服务运行脚本

在这一步Fayson主要使用shell脚本封装一个可以运行hdfs-over-ftp Java服务的的应用，目录结构如下：

目录结构说明：

bin: 目录主要用于存放hdfs-over-ftp服务启动的shell脚本。

conf：目录主要用于存放hdfs-over-ftp服务需要的配置文件。

lib：目录主要用于存放hdfs-over-ftp服务需要的依赖包及hdfs-over-ftp编译的包。

logs：目录主要用于存放服务运行的日志及pid文件。

如下具体说明下几个关键目录下的文件：

1.bin目录下就只有hdfs-over-ftp-run.sh脚本，脚本内容如下：

#! /bin/bash

DIR=`dirname $0`

cd $DIR/..
DIR=`pwd`

CLASSPATH=$CLASSPATH:$DIR/conf:$DIR$DIR/data

for i in $DIR/lib/*.jar; do
    CLASSPATH=$CLASSPATH:$i;
done

MAINCLASS=org.apache.hadoop.contrib.ftp.HdfsOverFtpServer
XMX=8g
XMS=8g

LOGDIR=$DIR/logs
mkdir -p $LOGDIR

PIDFILE=$LOGDIR/hdfs-over-ftp.pid
OUTFILE=$LOGDIR/hdfs-over-ftp.out
#OPT="-Dport=19998 -Dservers=h1:9092,h2:9092,h3:9092 -Dtopic=oneTopic"
start(){
        echo "start hdfs-over-ftp server..."

        if [ -e $PIDFILE ]; then
                pid=`cat $PIDFILE`
                find=`ps -ef | grep $pid | grep -v grep | awk '{ print $2 }'`
                if [ -n "$find" ]; then
                        echo "hdfs-over-ftp server has already been start."
                        exit
                fi
        fi

        nohup $JAVA_HOME/bin/java -cp $CLASSPATH -Xmx${XMX} -Xms${XMS} $MAINCLASS </dev/null 2>&1 >> $OUTFILE &
        echo $! > $PIDFILE
        if [ -e $PIDFILE ]; then
        pid=`cat $PIDFILE`
        find=`ps -ef | grep $pid | grep -v grep | awk '{ print $2 }'`
        if [ -n "$find" ]; then
            echo "hdfs-over-ftp is stared"
            exit
        fi
    fi

    echo "start hdfs-over-ftp fail"
}

stop() {
        echo "stop hdfs-over-ftp server..."

        if [ -e $PIDFILE ]; then
                pid=`cat $PIDFILE`
                find=`ps -ef | grep $pid | grep -v grep | awk '{ print $2 }'`
                if [ -n "$find" ]; then
                        kill -9 $find

                        while [ -n "`ps -ef | grep $pid | grep -v grep | awk '{ print $2 }'`" ]; do
                                sleep 1;
                        done
                        echo "ok"
                        exit
                fi
        fi
        echo "no hdfs-over-ftp server found"
}

case "$1" in
    start)
        start
        ;;
    stop)
        stop
        ;;
        *)
        echo "Usage: hdfs-over-ftp-run.sh {start|stop}"
esac

2.conf目录主要涉及到三个配置文件users.properties、hdfs-over-ftp.properties和log4j.properties

hdfs-over-ftp.properties配置文件内容如下，根据需要修改为自己集群的信息

#uncomment this to run ftp server
port = 2222
data-ports = 2223-2225

#uncomment this to run ssl ftp server
#ssl-port = 2226
#ssl-data-ports = 2227-2229

# hdfs uri
hdfs-uri = hdfs://cdh01.fayson.net:8020

# have to be a user which runs HDFS
# this allows you to start ftp server as a root to use 21 port
# and use hdfs as a superuser
superuser = agladyshev

log4j.properties内容如下：

log4j.rootLogger=DEBUG, R
log4j.appender.R=org.apache.log4j.ConsoleAppender
#log4j.appender.R=org.apache.log4j.RollingFileAppender
#log4j.appender.R.File=log/ftpd.log
#log4j.appender.R.MaxFileSize=100MB
#log4j.appender.R.MaxBackupIndex=10
log4j.appender.R.layout=org.apache.log4j.PatternLayout
log4j.appender.R.layout.ConversionPattern= %d : %p : %c{1} : %m%n

users.properties配置文件内容如下，根据需要自己修改

ftpserver.user.firstuser.userpassword=310dcbbf4cce62f762a2aaa148d556bd
ftpserver.user.firstuser.homedirectory=/
ftpserver.user.firstuser.enableflag=true
ftpserver.user.firstuser.writepermission=true
ftpserver.user.firstuser.maxloginnumber=0
ftpserver.user.firstuser.maxloginperip=0
ftpserver.user.firstuser.idletime=0
ftpserver.user.firstuser.uploadrate=0
ftpserver.user.firstuser.downloadrate=0
ftpserver.user.firstuser.groups=firstuser,users

ftpserver.user.agladyshev.userpassword=310dcbbf4cce62f762a2aaa148d556bd
ftpserver.user.agladyshev.homedirectory=/
ftpserver.user.agladyshev.enableflag=true
ftpserver.user.agladyshev.writepermission=true
ftpserver.user.agladyshev.maxloginnumber=0
ftpserver.user.agladyshev.maxloginperip=0
ftpserver.user.agladyshev.idletime=0
ftpserver.user.agladyshev.uploadrate=0
ftpserver.user.agladyshev.downloadrate=0
ftpserver.user.agladyshev.groups=agladyshev,users

4 部署测试

将上面打包好的脚本上传至服务器上，确保运行hdfs-over-ftp服务的服务器是可以访问CDH集群。

1.进入bin目录中，启动脚本，启动命令：sh hdfs-over-ftp-run.sh start，下图显示启动成功。

查看日志，显示启动成功

查看对应的进程，进程正常

2.通过FTP工具进行访问，访问成功

5 总结

1.在无网络环境下运行，需要提前准备好依赖的jar包，以免运行时出现找不到包的异常。

2.在脚本完成后，不需要Maven工具，脚本中会通过Java命令行的方式运行工具。

Git地址如下：

https://github.com/fayson/cdhproject/tree/master/hdfs-over-ftp-run