(1)在Spring Boot/Spring Cloud项目中添加以下依赖:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | <!-- Apache Hadoop --> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-common</artifactId> <version>3.1.0</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-hdfs</artifactId> <version>3.1.0</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-mapreduce-client-core</artifactId> <version>3.1.0</version> </dependency> |
(2)HDFS相关的基本操作:
HDFS即Hadoop分布式文件系统(Hadoop Distributed File System)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 | package cn.zifangsky.common;
import com.alibaba.fastjson.JSON; import org.apache.commons.io.IOUtils; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.BlockLocation; import org.apache.hadoop.fs.FSDataInputStream; import org.apache.hadoop.fs.FileStatus; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; import org.apache.hadoop.fs.PathFilter; import org.slf4j.Logger; import org.slf4j.LoggerFactory;
import java.io.IOException; import java.nio.charset.Charset; import java.text.MessageFormat; import java.util.ArrayList; import java.util.HashMap; import java.util.List; import java.util.Map;
/** * HDFS相关的基本操作 * * @author zifangsky * @date 2018/7/20 * @since 1.0.0 */ public class HdfsService {
private Logger logger = LoggerFactory.getLogger(HdfsService.class); private Configuration conf = null;
/** * 默认的HDFS路径,比如:hdfs://192.168.197.130:9000 */ private String defaultHdfsUri;
public HdfsService(Configuration conf,String defaultHdfsUri) { this.conf = conf; this.defaultHdfsUri = defaultHdfsUri; }
/** * 获取HDFS文件系统 * @return org.apache.hadoop.fs.FileSystem */ private FileSystem getFileSystem() throws IOException { return FileSystem.get(conf); }
/** * 创建HDFS目录 * @author zifangsky * @date 2018/7/20 15:08 * @since 1.0.0 * @param path HDFS的相对目录路径,比如:/testDir * @return boolean 是否创建成功 */ public boolean mkdir(String path){ //如果目录已经存在,则直接返回 if(checkExists(path)){ return true; }else{ FileSystem fileSystem = null;
try { fileSystem = getFileSystem();
//最终的HDFS文件目录 String hdfsPath = generateHdfsPath(path); //创建目录 return fileSystem.mkdirs(new Path(hdfsPath)); } catch (IOException e) { logger.error(MessageFormat.format("创建HDFS目录失败,path:{0}",path),e); return false; }finally { close(fileSystem); } } }
/** * 上传文件至HDFS * @author zifangsky * @date 2018/7/20 15:28 * @since 1.0.0 * @param srcFile 本地文件路径,比如:D:/test.txt * @param dstPath HDFS的相对目录路径,比如:/testDir */ public void uploadFileToHdfs(String srcFile, String dstPath){ this.uploadFileToHdfs(false, true, srcFile, dstPath); }
/** * 上传文件至HDFS * @author zifangsky * @date 2018/7/20 15:28 * @since 1.0.0 * @param delSrc 是否删除本地文件 * @param overwrite 是否覆盖HDFS上面的文件 * @param srcFile 本地文件路径,比如:D:/test.txt * @param dstPath HDFS的相对目录路径,比如:/testDir */ public void uploadFileToHdfs(boolean delSrc, boolean overwrite, String srcFile, String dstPath){ //源文件路径 Path localSrcPath = new Path(srcFile); //目标文件路径 Path hdfsDstPath = new Path(generateHdfsPath(dstPath));
FileSystem fileSystem = null; try { fileSystem = getFileSystem();
fileSystem.copyFromLocalFile(delSrc,overwrite,localSrcPath,hdfsDstPath); } catch (IOException e) { logger.error(MessageFormat.format("上传文件至HDFS失败,srcFile:{0},dstPath:{1}",srcFile,dstPath),e); }finally { close(fileSystem); } }
/** * 判断文件或者目录是否在HDFS上面存在 * @author zifangsky * @date 2018/7/20 15:37 * @since 1.0.0 * @param path HDFS的相对目录路径,比如:/testDir、/testDir/a.txt * @return boolean */ public boolean checkExists(String path){ FileSystem fileSystem = null; try { fileSystem = getFileSystem();
//最终的HDFS文件目录 String hdfsPath = generateHdfsPath(path);
//创建目录 return fileSystem.exists(new Path(hdfsPath)); } catch (IOException e) { logger.error(MessageFormat.format("'判断文件或者目录是否在HDFS上面存在'失败,path:{0}",path),e); return false; }finally { close(fileSystem); } }
/** * 获取HDFS上面的某个路径下面的所有文件或目录(不包含子目录)信息 * @author zifangsky * @date 2018/7/20 18:12 * @since 1.0.0 * @param path HDFS的相对目录路径,比如:/testDir * @return java.util.List<java.util.Map<java.lang.String,java.lang.Object>> */ public List<Map<String,Object>> listFiles(String path, PathFilter pathFilter){ //返回数据 List<Map<String,Object>> result = new ArrayList<>();
//如果目录已经存在,则继续操作 if(checkExists(path)){ FileSystem fileSystem = null;
try { fileSystem = getFileSystem();
//最终的HDFS文件目录 String hdfsPath = generateHdfsPath(path);
FileStatus[] statuses; //根据Path过滤器查询 if(pathFilter != null){ statuses = fileSystem.listStatus(new Path(hdfsPath),pathFilter); }else{ statuses = fileSystem.listStatus(new Path(hdfsPath)); }
if(statuses != null){ for(FileStatus status : statuses){ //每个文件的属性 Map<String,Object> fileMap = new HashMap<>(2);
fileMap.put("path",status.getPath().toString()); fileMap.put("isDir",status.isDirectory());
result.add(fileMap); } } } catch (IOException e) { logger.error(MessageFormat.format("获取HDFS上面的某个路径下面的所有文件失败,path:{0}",path),e); }finally { close(fileSystem); } }
return result; }
/** * 从HDFS下载文件至本地 * @author zifangsky * @date 2018/7/23 14:01 * @since 1.0.0 * @param srcFile HDFS的相对目录路径,比如:/testDir/a.txt * @param dstFile 下载之后本地文件路径(如果本地文件目录不存在,则会自动创建),比如:D:/test.txt */ public void downloadFileFromHdfs(String srcFile, String dstFile){ //HDFS文件路径 Path hdfsSrcPath = new Path(generateHdfsPath(srcFile)); //下载之后本地文件路径 Path localDstPath = new Path(dstFile);
FileSystem fileSystem = null; try { fileSystem = getFileSystem();
fileSystem.copyToLocalFile(hdfsSrcPath,localDstPath); } catch (IOException e) { logger.error(MessageFormat.format("从HDFS下载文件至本地失败,srcFile:{0},dstFile:{1}",srcFile,dstFile),e); }finally { close(fileSystem); } }
/** * 打开HDFS上面的文件并返回 InputStream * @author zifangsky * @date 2018/7/23 17:08 * @since 1.0.0 * @param path HDFS的相对目录路径,比如:/testDir/c.txt * @return FSDataInputStream */ public FSDataInputStream open(String path){ //HDFS文件路径 Path hdfsPath = new Path(generateHdfsPath(path));
FileSystem fileSystem = null; try { fileSystem = getFileSystem();
return fileSystem.open(hdfsPath); } catch (IOException e) { logger.error(MessageFormat.format("打开HDFS上面的文件失败,path:{0}",path),e); }
return null; }
/** * 打开HDFS上面的文件并返回byte数组,方便Web端下载文件 * <p>new ResponseEntity<byte[]>(byte数组, headers, HttpStatus.CREATED);</p> * <p>或者:new ResponseEntity<byte[]>(FileUtils.readFileToByteArray(templateFile), headers, HttpStatus.CREATED);</p> * @author zifangsky * @date 2018/7/23 17:08 * @since 1.0.0 * @param path HDFS的相对目录路径,比如:/testDir/b.txt * @return FSDataInputStream */ public byte[] openWithBytes(String path){ //HDFS文件路径 Path hdfsPath = new Path(generateHdfsPath(path));
FileSystem fileSystem = null; FSDataInputStream inputStream = null; try { fileSystem = getFileSystem(); inputStream = fileSystem.open(hdfsPath);
return IOUtils.toByteArray(inputStream); } catch (IOException e) { logger.error(MessageFormat.format("打开HDFS上面的文件失败,path:{0}",path),e); }finally { if(inputStream != null){ try { inputStream.close(); } catch (IOException e) { // ignore } } }
return null; }
/** * 打开HDFS上面的文件并返回String字符串 * @author zifangsky * @date 2018/7/23 17:08 * @since 1.0.0 * @param path HDFS的相对目录路径,比如:/testDir/b.txt * @return FSDataInputStream */ public String openWithString(String path){ //HDFS文件路径 Path hdfsPath = new Path(generateHdfsPath(path));
FileSystem fileSystem = null; FSDataInputStream inputStream = null; try { fileSystem = getFileSystem(); inputStream = fileSystem.open(hdfsPath);
return IOUtils.toString(inputStream, Charset.forName("UTF-8")); } catch (IOException e) { logger.error(MessageFormat.format("打开HDFS上面的文件失败,path:{0}",path),e); }finally { if(inputStream != null){ try { inputStream.close(); } catch (IOException e) { // ignore } } }
return null; }
/** * 打开HDFS上面的文件并转换为Java对象(需要HDFS上门的文件内容为JSON字符串) * @author zifangsky * @date 2018/7/23 17:08 * @since 1.0.0 * @param path HDFS的相对目录路径,比如:/testDir/c.txt * @return FSDataInputStream */ public <T extends Object> T openWithObject(String path, Class<T> clazz){ //1、获得文件的json字符串 String jsonStr = this.openWithString(path);
//2、使用com.alibaba.fastjson.JSON将json字符串转化为Java对象并返回 return JSON.parseObject(jsonStr, clazz); }
/** * 重命名 * @author zifangsky * @date 2018/7/23 15:11 * @since 1.0.0 * @param srcFile 重命名之前的HDFS的相对目录路径,比如:/testDir/b.txt * @param dstFile 重命名之后的HDFS的相对目录路径,比如:/testDir/b_new.txt */ public boolean rename(String srcFile, String dstFile) { //HDFS文件路径 Path srcFilePath = new Path(generateHdfsPath(srcFile)); //下载之后本地文件路径 Path dstFilePath = new Path(dstFile);
FileSystem fileSystem = null; try { fileSystem = getFileSystem();
return fileSystem.rename(srcFilePath,dstFilePath); } catch (IOException e) { logger.error(MessageFormat.format("重命名失败,srcFile:{0},dstFile:{1}",srcFile,dstFile),e); }finally { close(fileSystem); }
return false; }
/** * 删除HDFS文件或目录 * @author zifangsky * @date 2018/7/23 15:28 * @since 1.0.0 * @param path HDFS的相对目录路径,比如:/testDir/c.txt * @return boolean */ public boolean delete(String path) { //HDFS文件路径 Path hdfsPath = new Path(generateHdfsPath(path));
FileSystem fileSystem = null; try { fileSystem = getFileSystem();
return fileSystem.delete(hdfsPath,true); } catch (IOException e) { logger.error(MessageFormat.format("删除HDFS文件或目录失败,path:{0}",path),e); }finally { close(fileSystem); }
return false; }
/** * 获取某个文件在HDFS集群的位置 * @author zifangsky * @date 2018/7/23 15:41 * @since 1.0.0 * @param path HDFS的相对目录路径,比如:/testDir/a.txt * @return org.apache.hadoop.fs.BlockLocation[] */ public BlockLocation[] getFileBlockLocations(String path) { //HDFS文件路径 Path hdfsPath = new Path(generateHdfsPath(path));
FileSystem fileSystem = null; try { fileSystem = getFileSystem(); FileStatus fileStatus = fileSystem.getFileStatus(hdfsPath);
return fileSystem.getFileBlockLocations(fileStatus, 0, fileStatus.getLen()); } catch (IOException e) { logger.error(MessageFormat.format("获取某个文件在HDFS集群的位置失败,path:{0}",path),e); }finally { close(fileSystem); }
return null; }
/** * 将相对路径转化为HDFS文件路径 * @author zifangsky * @date 2018/7/20 15:18 * @since 1.0.0 * @param dstPath 相对路径,比如:/data * @return java.lang.String */ private String generateHdfsPath(String dstPath){ String hdfsPath = defaultHdfsUri; if(dstPath.startsWith("/")){ hdfsPath += dstPath; }else{ hdfsPath = hdfsPath + "/" + dstPath; }
return hdfsPath; }
/** * close方法 */ private void close(FileSystem fileSystem){ if(fileSystem != null){ try { fileSystem.close(); } catch (IOException e) { logger.error(e.getMessage()); } } }
} |
(3)添加HDFS配置信息:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 | package cn.zifangsky.config;
import cn.zifangsky.common.HdfsService; import org.apache.hadoop.hbase.HBaseConfiguration; import org.springframework.beans.factory.annotation.Value; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration;
/** * HDFS相关配置 * * @author zifangsky * @date 2018/7/20 * @since 1.0.0 */ @Configuration public class HdfsConfig {
@Value("${hdfs.defaultFS}") private String defaultHdfsUri;
@Bean public HdfsService getHbaseService(){
org.apache.hadoop.conf.Configuration conf = HBaseConfiguration.create();
conf.set("fs.defaultFS",defaultHdfsUri);
return new HdfsService(conf,defaultHdfsUri); }
} |
注意:如果不是在Hadoop安装的服务器上运行上述测试代码,可能会出现报错情况,建议参考我之前写的这篇文章自行解决:https://www.zifangsky.cn/1292.html
用到的具体属性如下:
1 | hdfs.defaultFS=hdfs://192.168.197.130:9000 |
(4)测试上面的基本方法:
i)测试创建HDFS目录:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 | package cn.zifangsky.hbase;
import cn.zifangsky.common.HdfsService; import org.junit.Test; import org.junit.runner.RunWith; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest; import org.springframework.test.context.junit4.SpringJUnit4ClassRunner; import org.springframework.test.context.web.WebAppConfiguration;
/** * 测试HDFS的基本操作 * * @author zifangsky * @date 2018/7/20 * @since 1.0.0 */ @RunWith(SpringJUnit4ClassRunner.class) @SpringBootTest @WebAppConfiguration public class TestHdfs {
@Autowired private HdfsService hdfsService;
/** * 测试创建HDFS目录 */ @Test public void testMkdir(){ boolean result1 = hdfsService.mkdir("/testDir"); System.out.println("创建结果:" + result1);
boolean result2 = hdfsService.mkdir("/testDir/subDir"); System.out.println("创建结果:" + result2); }
}
|
运行单元测试后,输出如下:
1 2 | 创建结果:true 创建结果:true |
ii)测试上传文件以及列出目录下面的文件:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 | /** * 测试上传文件 */ @Test public void testUploadFile(){ //测试上传三个文件 hdfsService.uploadFileToHdfs("C:/Users/zifangsky/Desktop/a.txt","/testDir"); hdfsService.uploadFileToHdfs("C:/Users/zifangsky/Desktop/b.txt","/testDir");
hdfsService.uploadFileToHdfs("C:/Users/zifangsky/Desktop/c.txt","/testDir/subDir"); }
/** * 测试列出某个目录下面的文件 */ @Test public void testListFiles(){ List<Map<String,Object>> result = hdfsService.listFiles("/testDir",null);
result.forEach(fileMap -> { fileMap.forEach((key,value) -> { System.out.println(key + "--" + value); }); System.out.println(); }); } |
运行单元测试后,输出如下:
1 2 3 4 5 6 7 8 | path--hdfs://192.168.197.130:9000/testDir/a.txt isDir--false
path--hdfs://192.168.197.130:9000/testDir/b.txt isDir--false
path--hdfs://192.168.197.130:9000/testDir/subDir isDir--true |
iii)测试下载文件:
1 2 3 4 5 6 7 | /** * 测试下载文件 */ @Test public void testDownloadFile(){ hdfsService.downloadFileFromHdfs("/testDir/a.txt","C:/Users/zifangsky/Desktop/test.txt"); } |
运行单元测试后,可以发现文件已经下载到桌面了。
iv)测试打开HDFS上面的文件:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | /** * 测试打开HDFS上面的文件 */ @Test public void testOpen() throws IOException { FSDataInputStream inputStream = hdfsService.open("/testDir/a.txt");
BufferedReader reader = new BufferedReader(new InputStreamReader(inputStream)); String line = null; while((line = reader.readLine())!=null){ System.out.println(line); }
reader.close(); } |
运行单元测试后,输出如下:
1 | aaaaa |
v)测试打开HDFS上面的文件,并转化为Java对象:
1 2 3 4 5 6 7 8 | /** * 测试打开HDFS上面的文件,并转化为Java对象 */ @Test public void testOpenWithObject() throws IOException { User user = hdfsService.openWithObject("/testDir/b.txt", User.class); System.out.println(user); } |
上传之前的 b.txt 的内容是:
1 | {"password":"$5$toOBSeX2$hSnSDyhJmVVRpbmKuIY4SxDgyeGRGacQaBYGrtEBnZA","createTime":1514736000000,"mobile":"110","updateTime":1514736000000,"id":2,"email":"admin@zifangsky.cn","status":1,"username":"zifangsky"} |
运行单元测试后,输出如下:
1 | User{id=2, username='zifangsky', password='$5$toOBSeX2$hSnSDyhJmVVRpbmKuIY4SxDgyeGRGacQaBYGrtEBnZA', mobile='110', email='admin@zifangsky.cn', createTime=Mon Jan 01 00:00:00 CST 2018, updateTime=Mon Jan 01 00:00:00 CST 2018, status=1} |
vi)测试重命名:
1 2 3 4 5 6 7 8 9 10 | /** * 测试重命名 */ @Test public void testRename(){ hdfsService.rename("/testDir/b.txt","/testDir/b_new.txt");
//再次遍历 testListFiles(); } |
运行单元测试后,输出如下:
1 2 3 4 5 6 7 8 | path--hdfs://192.168.197.130:9000/testDir/a.txt isDir--false
path--hdfs://192.168.197.130:9000/testDir/b_new.txt isDir--false
path--hdfs://192.168.197.130:9000/testDir/subDir isDir--true |
可以发现,文件 b.txt 已经被重命名了。
vii)测试删除文件:
1 2 3 4 5 6 7 8 9 10 | /** * 测试删除文件 */ @Test public void testDelete(){ hdfsService.delete("/testDir/b_new.txt");
//再次遍历 testListFiles(); } |
运行单元测试后,输出如下:
1 2 3 4 5 | path--hdfs://192.168.197.130:9000/testDir/a.txt isDir--false
path--hdfs://192.168.197.130:9000/testDir/subDir isDir--true |
可以发现,文件 b_new.txt 已经被删除了。
viii)测试获取某个文件在HDFS集群的位置:
1 2 3 4 5 6 7 8 9 10 11 12 13 | /** * 测试获取某个文件在HDFS集群的位置 */ @Test public void testGetFileBlockLocations() throws IOException { BlockLocation[] locations = hdfsService.getFileBlockLocations("/testDir/a.txt");
if(locations != null && locations.length > 0){ for(BlockLocation location : locations){ System.out.println(location.getHosts()[0]); } } } |
运行单元测试后,输出如下:
1 | node01 |