大数据技术之HDFS文件系统（二）

三 HDFS 客户端操作

3.1 HDFS 客户端环境准备

3.1.1 jar 包准备

1）解压 hadoop-2.7.2.tar.gz 到非中文目录

2）进入 share 文件夹，查找所有 jar 包，并把 jar 包拷贝到_lib 文件夹下

3）在全部 jar 包中查找 sources.jar，并剪切到_source 文件夹。

4）在全部 jar 包中查找 tests.jar，并剪切到_test 文件夹。

3.1.2 Eclipse 准备

1）根据自己电脑的操作系统拷贝对应的编译后的 hadoop jar 包到非中文路径（例如：

E:\02_software\hadoop-2.7.2）。（如果不生效，重新启动 eclipse）

2）配置 HADOOP_HOME 环境变量

3）创建第一个 java 工程 HdfsClientDemo1

4）创建 lib 文件夹，然后添加 jar 包

5）创建包名：com.atguigu.hdfs

6）创建 HdfsClient 类

public class HdfsClient {

//  上传文件

public static void main(String[] args) throws IOException, InterruptedException, URISyntaxException {

//  1 获取文件系统

//  配置在集群上运行

//  configuration.set("fs.defaultFS", "hdfs://hadoop102:9000");

//  FileSystem fs = FileSystem.get(configuration);

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

//  2 上传文件

fs.copyFromLocalFile(new Path("e:/hello.txt"), new Path("/hello2.txt"));

//  3 关闭资源 fs.close();

System.out.println("over");

}

}

7）执行程序

运行时需要配置用户名称

客户端去操作 hdfs 时，是有一个用户身份的。默认情况下，hdfs 客户端 api 会从 jvm 中

获取一个参数来作为自己的用户身份：-DHADOOP_USER_NAME=atguigu，atguigu 为用户

名称。

8）注意：如果 eclipse 打印不出日志，在控制台上只显示

1.log4j:WARN No appenders could be found for logger (org.apache.hadoop.util.Shell).

2.log4j:WARN Please initialize the log4j system properly.

3.log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.

需要在项目的 src 目录下，新建一个文件，命名为“log4j.properties”，在文件中填入

log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

3.2 通过 API 操作 HDFS

3.2.1 HDFS 获取文件系统

1）详细代码

@Test

public void initHDFS() throws Exception{

//  1 创建配置信息对象

Configuration configuration = new Configuration();

//  2 获取文件系统

FileSystem fs = FileSystem.get(configuration);

//  3 打印文件系统

System.out.println(fs.toString());

}

3.2.2 HDFS 文件上传（测试参数优先级）

1）编写源代码

@Test

public void testCopyFromLocalFile() throws IOException, InterruptedException, URISyntaxException {

//  1 获取文件系统

Configuration configuration = new Configuration();

configuration.set("dfs.replication", "2");

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

//  2 上传文件

fs.copyFromLocalFile(new Path("e:/hello.txt"), new Path("/hello5.txt"));

//  3 关闭资源 fs.close();

System.out.println("over");

}

2）将 hdfs-site.xml 拷贝到项目的根目录下

<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>

<property>

<name>dfs.replication</name>

<value>1</value>

</property>

</configuration>

3）测试参数优先级

参数优先级： （1）客户端代码中设置的值 >（2）classpath 下的用户自定义配置文件 >

（3）然后是服务器的默认配置

3.2.3 HDFS 文件下载

@Test
public void testCopyToLocalFile() throws IOException, InterruptedException, URISyntaxException{

//  1 获取文件系统

Configuration configuration = new Configuration();

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

//  2 执行下载操作

//  boolean delSrc 指是否将原文件删除

//  Path src 指要下载的文件路径

//  Path dst 指将文件下载到的路径

//  boolean useRawLocalFileSystem 是否开启文件效验 fs.copyToLocalFile(false, new Path("/hello1.txt"), new Path("e:/hello1.txt"), true);

//  3 关闭资源

fs.close();

}

3.2.4 HDFS 目录创建

@Test
public void testMkdirs() throws IOException, InterruptedException, URISyntaxException{

//  1 获取文件系统

Configuration configuration = new Configuration();

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

//  2 创建目录

fs.mkdirs(new Path("/0906/daxian/banzhang"));

//  3 关闭资源 fs.close();

}

3.2.5 HDFS 文件夹删除

@Test

public void testDelete() throws IOException, InterruptedException, URISyntaxException{
//  1 获取文件系统

Configuration configuration = new Configuration();

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

//  2 执行删除

fs.delete(new Path("/0906/"), true);

//  3 关闭资源 fs.close();

}

3.2.6 HDFS 文件名更改

@Test

public void testRename() throws IOException, InterruptedException, URISyntaxException{
//  1 获取文件系统

Configuration configuration = new Configuration();

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

//  2 修改文件名称

fs.rename(new Path("/hello.txt"), new Path("/hello6.txt"));

//  3 关闭资源 fs.close();

}

3.2.7 HDFS 文件详情查看

查看文件名称、权限、长度、块信息

@Test
public void testListFiles() throws IOException, InterruptedException, URISyntaxException{
//  1 获取文件系统

Configuration configuration = new Configuration();

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

//  2 获取文件详情

RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);

while(listFiles.hasNext()){

LocatedFileStatus status = listFiles.next();

//  输出详情

//  文件名称

System.out.println(status.getPath().getName());

//  长度

//  权限

System.out.println(status.getPermission());

//  z 组 System.out.println(status.getGroup());

//  获取存储的块信息

BlockLocation[] blockLocations = status.getBlockLocations();

for (BlockLocation blockLocation : blockLocations) {

//  获取块存储的主机节点

String[] hosts = blockLocation.getHosts();

for (String host : hosts) {

System.out.println(host);

}

}

System.out.println("----------------班长的分割线-----------");

}

}

3.2.8 HDFS 文件和文件夹判断

@Test
public void testListStatus() throws IOException, InterruptedException, URISyntaxException{

//  1 获取文件配置信息

Configuration configuration = new Configuration();

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

//  2 判断是文件还是文件夹

FileStatus[] listStatus = fs.listStatus(new Path("/"));

for (FileStatus fileStatus : listStatus) {

//  如果是文件

if (fileStatus.isFile()) {

System.out.println("f:"+fileStatus.getPath().getName());

}else {

System.out.println("d:"+fileStatus.getPath().getName());

}

}

//  3 关闭资源 fs.close();

}

3.3 通过 IO 流操作 HDFS

3.3.1 HDFS 文件上传

@Test
public void putFileToHDFS() throws IOException, InterruptedException, URISyntaxException {

//  1 获取文件系统

Configuration configuration = new Configuration();

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

//  2 创建输入流

FileInputStream fis = new FileInputStream(new File("e:/hello.txt"));

//  3 获取输出流

FSDataOutputStream fos = fs.create(new Path("/hello4.txt"));

//  4 流对拷

IOUtils.copyBytes(fis, fos, configuration);

//  5 关闭资源

IOUtils.closeStream(fis);

IOUtils.closeStream(fos);

}

3.3.2 HDFS 文件下载

1）需求：从 HDFS 上下载文件到本地控制台上。

2）编写代码：

@Test
public void getFileFromHDFS() throws IOException, InterruptedException, URISyntaxException{
//  1 获取文件系统

Configuration configuration = new Configuration();

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

//  2 获取输入流

FSDataInputStream fis = fs.open(new Path("/hello4.txt"));

//  3 获取输出流

//  4 流对拷

//  5 关闭资源

IOUtils.closeStream(fis);

}

3.3.3 定位文件读取

1）下载第一块

@Test
public void readFileSeek1() throws IOException, InterruptedException, URISyntaxException{
//  1 获取文件系统

Configuration configuration = new Configuration();

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

//  2 获取输入流

FSDataInputStream fis = fs.open(new Path("/hadoop-2.7.2.tar.gz"));

//  3 创建输出流

FileOutputStream fos = new FileOutputStream(new File("e:/hadoop-2.7.2.tar.gz.part1"));

//  4 流的拷贝

byte[] buf = new byte[1024];

for(int i =0 ; i < 1024 * 128; i++){

fis.read(buf);

fos.write(buf);

}

//  5 关闭资源

IOUtils.closeStream(fis);

IOUtils.closeStream(fos);

}

2）下载第二块

@Test
public void readFileSeek2() throws IOException, InterruptedException, URISyntaxException{

//  1 获取文件系统

Configuration configuration = new Configuration();

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "atguigu");

//  2 打开输入流

FSDataInputStream fis = fs.open(new Path("/hadoop-2.7.2.tar.gz"));

//  3 定位输入数据位置 fis.seek(1024*1024*128);

//  4 创建输出流

FileOutputStream fos = new FileOutputStream(new File("e:/hadoop-2.7.2.tar.gz.part2"));

//  5 流的对拷

IOUtils.copyBytes(fis, fos, configuration);

//  6 关闭资源

IOUtils.closeStream(fis);

IOUtils.closeStream(fos);

}

3）合并文件

在 window 命令窗口中执行

type hadoop-2.7.2.tar.gz.part2 >> hadoop-2.7.2.tar.gz.part1