删除hdfs路径数据和添加hdfs数据

这段代码展示了如何使用Scala删除HDFS上的数据并添加新数据。首先,它配置了SparkConf并设置了Shuffle partitions参数,然后通过Hadoop配置获取HDFS文件系统实例。接着,检查并删除指定路径的训练和测试数据。最后,定义了一个函数用于获取HDFS路径的最近时间分区列表。
摘要由CSDN通过智能技术生成

删去hdfs的数据和添加hdffs数据

val conf = new SparkConf().setMaster("yarn-cluster")
conf.set("spark.sql.shuffle.partitions", shufflePart)
val hadoopConf: Configuration = sc.hadoopConfiguration
var sngfs = new Path("hdfs://xxx/").getFileSystem(hadoopConf)

val train_path = "hdfs:xxx/" +endTime + "/"
val test_path = "hdfs:xxx/" +endTime + "/"
if(sngfs.exists(new Path( train_path))) {
  sngfs.delete(new Path(train_path),false)
}
if(sngfs.exists(new Path( test_path))) {
  sngfs.delete(new Path(test_path),false)
}

获取hdfs的分区路径

  def getLastHdfsPath(sc: SparkContext, path: String,date_num:Int): Array[String] = {
    /*
    获取 hdfs 中path的最近时间分区列表
    path:hdfs路径
    date_num: 获取最近几个分区数量
    last_date:最近几个分区的路径
    * */
    val fs = new Path(path).getFileSystem(sc.hadoopConfiguration)
    val status = fs.listStatus(new Path(path))
    val last_path = status.sortBy(_.getPath.getName)((Ordering[String].reverse)).map(x=>x.getPath.toString).take(date_num)

    last_path
  }
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值