HDFS的java操作

搭建开发环境

1、引入依赖

<dependency>

    <groupId>org.apache.hadoop</groupId>

    <artifactId>hadoop-client</artifactId>

    <version>2.6.1</version>

</dependency>

2、window下开发的说明注：如需手动引入jar包，hdfs的jar包----hadoop的安装目录的share下

建议在linux下进行hadoop应用的开发，不会存在兼容性问题。如在window上做客户端应用开发，需要设置以下环境：

A、在windows的某个目录下解压一个hadoop的安装包

B、将安装包下的lib和bin目录用对应windows版本平台编译的本地库替换

C、在window系统中配置HADOOP_HOME指向你解压的安装包

D、在windows系统的path变量中加入hadoop的bin目录

 获取api中的客户端对象

在java中操作hdfs，首先要获得一个客户端实例

Configuration conf = new Configuration()

FileSystem fs = FileSystem.get(conf)

而我们的操作目标是HDFS，所以获取到的fs对象应该是DistributedFileSystem的实例； 

get方法是从何处判断具体实例化那种客户端类呢？

——从conf中的一个参数 fs.defaultFS的配置值判断；

 

如果我们的代码中没有指定fs.defaultFS，并且工程classpath下也没有给定相应的配置，conf中的默认值就来自于hadoop的jar包中的core-default.xml，默认值为： file:///，则获取的将不是一个DistributedFileSystem的实例，而是一个本地文件系统的客户端对象

 

HDFS客户端操作数据代码示例：

文件的增删改查

public class HdfsClient {              FileSystem fs = null;              @Before            public void init() throws Exception {                        // 构造一个配置参数对象，设置一个参数：我们要访问的hdfs的URI                      // 从而FileSystem.get()方法就知道应该是去构造一个访问hdfs文件系统的客户端，以及hdfs的访问地址                      // new Configuration();的时候，它就会去加载jar包中的hdfs-default.xml                      // 然后再加载classpath下的hdfs-site.xml                      Configuration conf = new Configuration();                      conf.set("fs.defaultFS", "hdfs://hdp-node01:9000");                      /**                       * 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                       */                      conf.set("dfs.replication", "3");                        // 获取一个hdfs的访问客户端，根据参数，这个实例应该是DistributedFileSystem的实例                      // fs = FileSystem.get(conf);                        // 如果这样去获取，那conf里面就可以不要配"fs.defaultFS"参数，而且，这个客户端的身份标识已经是hadoop用户                      fs = FileSystem.get(new URI("hdfs://hdp-node01:9000"), conf, "hadoop");              }              /**             * 往hdfs上传文件             *             * @throws Exception             */            @Test            public void testAddFileToHdfs() throws Exception {                        // 要上传的文件所在的本地路径                      Path src = new Path("g:/redis-recommend.zip");                      // 要上传到hdfs的目标路径                      Path dst = new Path("/aaa");                      fs.copyFromLocalFile(src, dst);                      fs.close();            }              /**             * 从hdfs中复制文件到本地文件系统             *             * @throws IOException             * @throws IllegalArgumentException             */            @Test            public void testDownloadFileToLocal() throws IllegalArgumentException, IOException {                      fs.copyToLocalFile(new Path("/jdk-7u65-linux-i586.tar.gz"), new Path("d:/"));                      fs.close();            }              @Test            public void testMkdirAndDeleteAndRename() throws IllegalArgumentException, IOException {                        // 创建目录                      fs.mkdirs(new Path("/a1/b1/c1"));                        // 删除文件夹 ，如果是非空文件夹，参数2必须给值true                      fs.delete(new Path("/aaa"), true);                        // 重命名文件或文件夹                      fs.rename(new Path("/a1"), new Path("/a2"));              }              /**             * 查看目录信息，只显示文件             *             * @throws IOException             * @throws IllegalArgumentException             * @throws FileNotFoundException             */            @Test            public void testListFiles() throws FileNotFoundException, IllegalArgumentException, IOException {                        // 思考：为什么返回迭代器，而不是List之类的容器                      RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);                        while (listFiles.hasNext()) {                                 LocatedFileStatus fileStatus = listFiles.next();                                 System.out.println(fileStatus.getPath().getName());                                 System.out.println(fileStatus.getBlockSize());                                 System.out.println(fileStatus.getPermission());                                 System.out.println(fileStatus.getLen());                                 BlockLocation[] blockLocations = fileStatus.getBlockLocations();                                 for (BlockLocation bl : blockLocations) {                                           System.out.println("block-length:" + bl.getLength() + "--" + "block-offset:" + bl.getOffset());                                           String[] hosts = bl.getHosts();                                           for (String host : hosts) {                                                      System.out.println(host);                                           }                                 }                                 System.out.println("--------------为angelababy打印的分割线--------------");                      }            }              /**             * 查看文件及文件夹信息             *             * @throws IOException             * @throws IllegalArgumentException             * @throws FileNotFoundException             */            @Test            public void testListAll() throws FileNotFoundException, IllegalArgumentException, IOException {                        FileStatus[] listStatus = fs.listStatus(new Path("/"));                        String flag = "d--             ";                      for (FileStatus fstatus : listStatus) {                                 if (fstatus.isFile())  flag = "f--         ";                                 System.out.println(flag + fstatus.getPath().getName());                      }            } }

 

 

 

通过流的方式访问hdfs

/**  * 相对那些封装好的方法而言的更底层一些的操作方式  * 上层那些mapreduce   spark等运算框架，去hdfs中获取数据的时候，就是调的这种底层的api  * @author  *  */ public class StreamAccess {                       FileSystem fs = null;              @Before            public void init() throws Exception {                        Configuration conf = new Configuration();                      fs = FileSystem.get(new URI("hdfs://hdp-node01:9000"), conf, "hadoop");              }                                             @Test            public void testDownLoadFileToLocal() throws IllegalArgumentException, IOException{                                           //先获取一个文件的输入流----针对hdfs上的                      FSDataInputStream in = fs.open(new Path("/jdk-7u65-linux-i586.tar.gz"));                                           //再构造一个文件的输出流----针对本地的                      FileOutputStream out = new FileOutputStream(new File("c:/jdk.tar.gz"));                                           //再将输入流中数据传输到输出流                      IOUtils.copyBytes(in, out, 4096);                                                      }                                  /**             * hdfs支持随机定位进行文件读取，而且可以方便地读取指定长度             * 用于上层分布式运算框架并发处理数据             * @throws IllegalArgumentException             * @throws IOException             */            @Test            public void testRandomAccess() throws IllegalArgumentException, IOException{                      //先获取一个文件的输入流----针对hdfs上的                      FSDataInputStream in = fs.open(new Path("/iloveyou.txt"));                                                                //可以将流的起始偏移量进行自定义                      in.seek(22);                                           //再构造一个文件的输出流----针对本地的                      FileOutputStream out = new FileOutputStream(new File("c:/iloveyou.line.2.txt"));                                           IOUtils.copyBytes(in,out,19L,true);                                 }                                             /**             * 显示hdfs上文件的内容             * @throws IOException             * @throws IllegalArgumentException             */            @Test            public void testCat() throws IllegalArgumentException, IOException{                                           FSDataInputStream in = fs.open(new Path("/iloveyou.txt"));                                           IOUtils.copyBytes(in, System.out, 1024);            } }

 

 

转载于:https://www.cnblogs.com/wuyl/p/9392930.html