通过管道向 hadoop put 文件

原文：http://www.iteye.com/topic/588248

使用 hadoop file shell 可以方便地向 hdfs put 文件，但是，该 shell 不支持从管道读取数据并放到 hdfs 文件中。它仅支持这样的 put 命令：

1. cd $HADOOP_HOME  
2. bin/hadoop fs -put localfile $hdfsFile  
3. bin/hadoop fs -put localfiles $hdfsDir 
   

幸好，主流的 unix （linux,bsd等）都有一个 /dev/fd/ 目录，可以用它实现从管道 put 文件

    cd $HADOOP_HOME  
    if bin/hadoop fs -test -d $hdfsFile  
    then  
        echo "$hdfsFile is a directory" >&2  
        exit 1  
    fi  
    cat localfileS | bin/hadoop fs -put /dev/fd/0  $hdfsFile  
    if [[ "0 0" == ${PIPESTATUS[*]} ]]  
    then  
        echo success  
    else  
        bin/hadoop fs -rm $hdfsFile  
        echo failed >&2  
    fi   

其中，使用 PIPESTATUS 检查错误。

 

需要注意，使用 /dev/fd/0 put 文件时，hdfsFile 必须事先不存在，并且不能是一个目录，如果hdfsFile实际上是一个目录，那么，put 仍然正确执行，但是，hdfs 中的文件名将是 hdfsFile/0

 

/dev/fd/ 中是进程所有已打开的文件描述符列表，例如 /dev/fd/0 代表标准输入，/dev/fd/1 代表标准输出，/dev/fd/2 代表标准错误输出，等等，打开 /dev/fd/n 相当于调用 dup(n) 。