1, HDFS 文件操作
HDFS是一种文件系统,是专门为 MapReduce 这类框架下的大规模分布式数据处理而设计的。
文件命令的格式: hadoop fs -cmd <args>
URI:scheme://authority/path scheme类似于一个协议,可以是 file 或者 hdfs authority是 NameNode 的主机名 path是文件或者目录的路径 hdfs://localhost:9000/user/chuck/example.txt在本机的 9000 端口上以标准伪分布式模型运行 HDFS 可以使用cat 命令查看文件内容: Hadoop fs -cat hdfs://localhost:9000/user/chuck/example.t
|
·添加文件和目录
HDFS有一个默认的工作目录 user/$USER (USER 是你登录的用户名 )
但是这个默认的工作目录需要我们手工建立
hadoop fs -mkdir /user/yourusername (hadoop的 mkdir 命令自动创建父目录 )
查看当前目录或当前目录下的文件:
hadoop fs -ls / (会显示根目录下的 /user 的信息 )
查看当前目录或当前目录下的文件以及所有子目录、子文件:
hadoop fs -lsr/ (会显示所有的文件和子目录的信息 )
将本地文件example.txt 复制到 HDFS 文件系统中:
hadoop fs -put example.txt . (注意:命令最后的 . 表示默认放到工作目录 )
hadoop fs -put example.txt /user/yourusername (与上一条命令等价 )
·检索文件
将HDFS 文件系统中的文件复制到本地的当前工作目录下:
hadoop fs -get example.txt .
管道的使用:
hadoop fs -cat example.txt | head
查看文件的最后一千个字节:
hadoop fs -tail example.txt
·删除文件
hadoop fs -rm example.txt (rm命令还可以用于删除空目录 )
·查阅帮助
获取hadoop 版本中的命令列表
hadoop fs
查看命令的详细信息:
hadoop fs -help ls
2,编程读写 HDFS
例如我们要使用hadoop 来操作 Apache 的日志文件,由于 hadoop 处理单个大文件相对于处理多个小文件的效率要高,所以我们考虑在将文件向 HDFS 复制的过程中将其合并,但是 hadoop 的命令中只有 getmerge (把一组 HDFS 文件复制到本地计算机之前进行合并) 这正好与我们要的反过来,所以我们还是得使用 Hadoop API 自己编写了:
代码剖析:
Configuration conf = new Configuration(); //Configuration 用于保留键/值配置参数的特殊类 FileSystem hdfs = FileSystem.get(conf); FileSystem local = FileSystem.getLocal(conf); //专用于本地的文件系统的FileSystem对象 Path inputDir = new Path(args[]); //Path用于编制文件和目录名 FileStatus[] inputFiles = local.listStatus(inputDir); //FileStatus存储文件和目录的元数据,listStatus(dir)获取dir目录下的文件列表 FSDataInputStream in = loacl.open(inputFiles[i].getPath()); //FSDataInputStream用于访问Path,读取文件 byte buffer[] = new byte [256]; i nt bytesRead = 0; while ((bytesRead = in.read(buffer))>0) {
} in.close(); /*将数据写入HDFS Path hdfsFile = new Path(args[]); FSDataOutputStream out = hdfs.create(hdfsFile);//FSDataOutputStream用于将数据写入HDFS out.write(buffer,0,bytesRead); out.close(); */ |
程序PutMerge.java
public class PutMerge { public static void main(String args[]) { String inputString = "" ; //输入目录 String outputString = "" ; //输出目录
Configuration conf = new Configuration(); FileSystem hdfs = FileSystem.get(conf); FileSystem local = FileSystem.getLocal(conf);
//设定输入目录和输出目录 Path inputDir = new Path(inputString); Path hdfsFile = new Path( outputString ) try { FileStatus[] inputFiles = local.listStatus(inputDir); //得到本地文件列表 FSDataOutputStream out = hdfs.create(hdfsFile); //生成HDFS输出流
for ( int i = 0;i<inputFiles.length;i++) { System.out.println(inputFiles[i].getPath().getName()); FSDataInputStream in = loacl.open(inputFiles[i].getPath()); //打开本地输入流 byte buffer[] = new byte [256]; int bytesRead = 0; while ((bytesRead = in.read(buffer))>0) { out.write(buffer,0,bytesRead); } in.close(); } out.close(); } catch (Exception e) { e.printStackTrace(); } } }
|