第1关:文件读写
知识点
1.HDFS文件创建和操作步骤
step1:获取FileSystem对象;
step2:通过FSDataOutputStream进行写入;
step3:通过FSDataInputStream将文件内容输出。
编程要求
- 获取hadoop的系统设置,并在其中创建HDFS文件,文件路径为
/user/hadoop/myfile
; - 在
myfile
文件中添加字符串https://www.educoder.net
; - 读取刚刚创建
myfile
文件中的内容,并输出。
import java.io.*;
import java.sql.Date;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
public class hdfs {
public static void main(String[] args) throws IOException {
//请在 Begin-End 之间添加代码,完成任务要求。
/********* Begin *********/
//获取FileSystem对象
Configuration conf=new Configuration(); //实现hadoop各模块之间值的传递
FileSystem fs=FileSystem.get(conf); //获取文件系统
Path file=new Path("/user/hadoop/myfile"); //创建文件
//通过FSDataOutputStream进行写入
FSDataOutputStream outStream=fs.create(file); //获取输出流
outStream.writeUTF("https://www.educoder.net"); //可写入任意字符
outStream.close(); //记得关闭输出流
//通过FSDataInputStream将文件内容输出
FSDataInputStream inStream=fs.open(file); //获取输入流
String data=inStream.readUTF(); //读取文件
/********* End *********/
}
}
第2关:文件上传
编程要求
完成向HDFS中上传文本文件,如果指定的文件在HDFS中已经存在,由用户指定是追加到原有文件末尾还是覆盖原有的文件。
import java.io.*;
import java.sql.Date;
import java.util.Scanner;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
public class hdfs {
/**
* 判断路径是否存在
*/
public static boolean test(Configuration conf, String path) throws IOException {
/*****start*****/
//请在此处编写判断文件是否存在的代码
FileSystem fs = FileSystem.get(conf);//获取对象
fs.exists(new Path(path)); //判断该路径的文件是否存在,是则返回true
return fs.exists(new Path(path));
/*****end*****/
}
/**
* 复制文件到指定路径
* 若路径已存在,则进行覆盖
*/
public static void copyFromLocalFile(Configuration conf, String localFilePath, String remoteFilePath) throws IOException {
/*****start*****/
//请在此处编写复制文件到指定路径的代码
FileSystem fs = FileSystem.get(conf);//获取对象
Path localPath=new Path(localFilePath);
Path remotePath=new Path(remoteFilePath);
/* fs.copyFromLocalFile 第一个参数表示是否删除源文件,第二个参数表示是否覆盖 */
fs.copyFromLocalFile(false,true,localPath,remotePath);
/*****end*****/
}
/**
* 追加文件内容
*/
public static void appendToFile(Configuration conf, String localFilePath, String remoteFilePath) throws IOException {
/*****start*****/
//请在此处编写追加文件内容的代码
FileSystem fs=FileSystem.get(conf);
Path remotePath=new Path(remoteFilePath);
//创建一个文件读入流
FileInputStream in=new FileInputStream(localFilePath);
//创建一个文件输出流。输出内容将追加到文件末尾
FSDataOutputStream out=fs.append(remotePath);
//读写文件内容
byte[] data=new byte[1024];
int read=-1;
while((read=in.read(data))>0){
out.write(data,0,read);
}
/*****end*****/
}
/**
* 主函数
*/
public static void main(String[] args)throws IOException {
Configuration conf = new Configuration();
createHDFSFile(conf);
String localFilePath = "./file/text.txt"; // 本地路径
String remoteFilePath = "/user/hadoop/text.txt"; // HDFS路径
String choice = "";
try {
/* 判断文件是否存在 */
Boolean fileExists = false;
if (hdfs.test(conf, remoteFilePath)) {
fileExists = true;
System.out.println(remoteFilePath + " 已存在.");
choice = "append"; //若文件存在则追加到文件末尾
} else {
System.out.println(remoteFilePath + " 不存在.");
choice = "overwrite"; //覆盖
}
/*****start*****/
//请在此处编写文件不存在则上传 文件choice等于overwrite则覆盖 choice 等于append 则追加的逻辑
if (fileExists!=true ) { // 文件不存在,则上传
System.out.println(localFilePath + " 已上传至 " + remoteFilePath);
} else if (choice=="overwrite" ) { // 选择覆盖
System.out.println(localFilePath + " 已覆盖 " + remoteFilePath);
} else if ( choice=="append") { // 选择追加
System.out.println(localFilePath + " 已追加至 " + remoteFilePath);
}
/*****end*****/
} catch (Exception e) {
e.printStackTrace();
}
}
//创建HDFS文件
public static void createHDFSFile(Configuration conf)throws IOException{
FileSystem fs = FileSystem.get(conf); //获取文件系统
Path file = new Path("/user/hadoop/text.txt"); //创建文件
FSDataOutputStream outStream = fs.create(file); //获取输出流
outStream.writeUTF("hello##Hdfs");
outStream.close();
fs.close();
}
}
第3关:文件下载
编程要求
完成从HDFS中下载文件的功能
import java.io.*;
import java.sql.Date;
import java.util.Scanner;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
public class hdfs {
/**
* 下载文件到本地
* 判断本地路径是否已存在,若已存在,则自动进行重命名
*/
public static void copyToLocal(Configuration conf, String remoteFilePath, String localFilePath) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
File f = new File(localFilePath);
/*****start*****/
/*在此添加判断文件是否存在的代码,如果文件名存在,自动重命名(在文件名后面加上 _0, _1 ...) */
if (fs.exists(new Path(localFilePath))) {
System.out.println(localFilePath + " 已存在.");
Integer i = 0;
while ( f.exists() ) {
f = new File( localFilePath );
if ( f.exists() ) {
localFilePath = localFilePath + "_" + i ;
break;
}
}
System.out.println("将重新命名为: " + localFilePath);
}
/*****end*****/
/*****start*****/
// 在此添加将文件下载到本地的代码
Path localPath=new Path(localFilePath);
fs.copyToLocalFile(remotePath,localPath);
/*****end*****/
fs.close();
}
/**
* 主函数
*/
public static void main(String[] args)throws IOException {
Configuration conf = new Configuration();
createHDFSFile(conf);
String localFilePath = "/tmp/output/text.txt"; // 本地路径
String remoteFilePath = "/user/hadoop/text.txt"; // HDFS路径
try {
//调用方法下载文件至本地
hdfs.copyToLocal(conf, remoteFilePath, localFilePath);
System.out.println("下载完成");
} catch (Exception e) {
e.printStackTrace();
}
}
//创建HDFS文件
public static void createHDFSFile(Configuration conf)throws IOException{
FileSystem fs = FileSystem.get(conf); //获取文件系统
Path file = new Path("/user/hadoop/text.txt"); //创建文件
FSDataOutputStream outStream = fs.create(file); //获取输出流
outStream.writeUTF("hello hadoop HDFS www.educoder.net");
outStream.close();
fs.close();
}
}
第4关:使用字符流读取数据
知识点
1.使用字符流读取数据分为三步:
step1:通过Configuration
对象获取FileSystem
对象;
step2:通过fs
获取FSDataInputStream
对象;
step3:通过字符流循环读取文件中数据并输出。
编程要求
完成将HDFS中指定文件输出到指定文件中
import java.io.*;
import java.sql.Date;
import java.util.Scanner;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
public class hdfs {
/**
* 读取文件内容
*/
public static void cat(Configuration conf, String remoteFilePath) throws IOException {
/*****start*****/
//1.读取文件中的数据
FileSystem fs=FileSystem.get(conf);
Path remotePath=new Path(remoteFilePath);
FSDataInputStream in=fs.open(remotePath);
BufferedReader d=new BufferedReader(new InputStreamReader(in));
StringBuffer buffer=new StringBuffer();
String line=null;
while((line=d.readLine())!=null)
{
buffer.append(line);
}
String res = buffer.toString();
//2.将读取到的数据输出到 /tmp/output/text.txt 文件中 提示:可以使用FileWriter
FileWriter f1=new FileWriter("/tmp/output/text.txt");
f1.write(res);
f1.close();
/*****end*****/
}
/**
* 主函数
*/
public static void main(String[] args)throws IOException {
Configuration conf = new Configuration();
createHDFSFile(conf);
String remoteFilePath = "/user/hadoop/text.txt"; // HDFS路径
try {
System.out.println("读取文件: " + remoteFilePath);
hdfs.cat(conf, remoteFilePath);
System.out.println("\n读取完成");
} catch (Exception e) {
e.printStackTrace();
}
}
//创建HDFS文件
public static void createHDFSFile(Configuration conf)throws IOException{
FileSystem fs = FileSystem.get(conf); //获取文件系统
Path file = new Path("/user/hadoop/text.txt"); //创建文件
FSDataOutputStream outStream = fs.create(file); //获取输出流
outStream.writeUTF("hello hadoop HDFS step4 www.educoder.net");
outStream.close();
fs.close();
}
}
第5关:删除文件
知识点
1.public boolean delete(Path f, Boolean recursive)
永久性删除指定的文件或目录,如果f
是一个空目录或者文件,那么recursive
的值就会被忽略。只有recursive=true
时,一个非空目录及其内容才会被删除(即递归删除所有文件)。
编程要求
删除HDFS中/user/hadoop/text.txt
文件
import java.io.*;
import java.sql.Date;
import java.util.Scanner;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
public class hdfs {
/**
* 删除文件
*/
public static boolean rm(Configuration conf, String remoteFilePath) throws IOException {
/*****start*****/
//请在此添加删除文件的代码
FileSystem fs=FileSystem.get(conf);
Path remotePath=new Path(remoteFilePath);
boolean result=fs.delete(remotePath,false);
return result ;
/*****end*****/
}
/**
* 主函数
*/
public static void main(String[] args) {
Configuration conf = new Configuration();
String remoteFilePath = "/user/hadoop/text.txt"; // HDFS文件
try {
if (rm(conf, remoteFilePath) ) {
System.out.println("文件删除: " + remoteFilePath);
} else {
System.out.println("操作失败(文件不存在或删除失败)");
}
} catch (Exception e) {
e.printStackTrace();
}
}
}
第6关:删除文件夹
知识点
1.验证目录下是否存在文件:public RemoteIterator<LocatedFileStatus> listFiles(Path f, Boolean recursive),recursive
是false
,则返回目录中的文件;如果recursive
是true
,则在根目录中返回文件。
2.删除HDFS中的文件和目录:public boolean delete(Path f, Boolean recursive)
编程要求
删除HDFS中/user/hadoop/tmp
目录和/user/hadoop/dir
目录,删除前,需要判断两个目录是否为空,若不为空则不删除,否则删除。
import java.io.*;
import java.sql.Date;
import java.util.Scanner;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
public class hdfs {
/**
* 判断目录是否为空
* true: 空,false: 非空
*/
public static boolean isDirEmpty(Configuration conf, String remoteDir) throws IOException {
/*****start*****/
//请在此添加判断目录是否为空的代码
FileSystem fs=FileSystem.get(conf);
Path dirPath=new Path(remoteDir);
RemoteIterator<LocatedFileStatus> result=fs.listFiles(dirPath,true);
return !result.hasNext() ;
/*****end*****/
}
/**
* 删除目录
*/
public static boolean rmDir(Configuration conf, String remoteDir, boolean recursive) throws IOException {
/*****start*****/
//请在此添加删除目录的代码
FileSystem fs=FileSystem.get(conf);
Path dirPath=new Path(remoteDir);
boolean result=fs.delete(dirPath,false);
return result ;
/*****end*****/
}
/**
* 主函数
*/
public static void main(String[] args) {
Configuration conf = new Configuration();
String remoteDir = "/user/hadoop/dir/"; // HDFS目录
String remoteDir1 = "/user/hadoop/tmp/"; // HDFS目录
Boolean forceDelete = false; // 是否强制删除
try {
if ( !isDirEmpty(conf, remoteDir) && !forceDelete ) {
System.out.println("目录不为空,不删除");
} else {
if ( rmDir(conf, remoteDir, forceDelete) ) {
System.out.println("目录已删除: " + remoteDir);
} else {
System.out.println("操作失败");
}
}
if ( !isDirEmpty(conf, remoteDir1) && !forceDelete ) {
System.out.println("目录不为空,不删除");
} else {
if ( rmDir(conf, remoteDir1, forceDelete) ) {
System.out.println("目录已删除: " + remoteDir1);
} else {
System.out.println("操作失败");
}
}
} catch (Exception e) {
e.printStackTrace();
}
}
}
第7关:自定义数据输入流
知识点
1.相关方法
public int read(char[] cbuf,int off,int len)throws IOException
(1)已经读取了指定的字符数, 底层流的 read
方法返回 -1
,指示文件末尾(end-of-file
),或者底层流的 ready
方法返回 false
,指示将阻塞后续的输入请求。
(2) 如果第一次对底层流调用 read
返回 -1
(指示文件末尾),则此方法返回 -1
,否则此方法返回实际读取的字符数。
编程要求
实现按行读取HDFS中指定文件的方法readLine()
,如果读到文件末尾,则返回空,否则返回文件一行的文本,即实现和BufferedReader
类的readLine()
方法类似的效果。
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import java.io.*;
public class MyFSDataInputStream extends FSDataInputStream {
public MyFSDataInputStream(InputStream in) {
super(in);
}
/**
* 实现按行读取
* 每次读入一个字符,遇到"\n"结束,返回一行内容
*/
public static String readline(BufferedReader br) throws IOException {
/*****start*****/
//请在此处填充代码实现相关功能
char[] data = new char[1024];
int read = -1;
int off = 0; // 循环执行时,br 每次会从上一次读取结束的位置继续读取,因此该函数里,off 每次都从0开始
while ( (read = br.read(data, off, 1)) != -1 ) {
if (String.valueOf(data[off]).equals("\n") ) {
off += 1;
return String.valueOf(data, 0, read);
}
off += 1;
return String.valueOf(data, 0, read);
}
return null ;
/*****end*****/
}
/**
* 读取文件内容
*/
public static void cat(Configuration conf, String remoteFilePath) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
FSDataInputStream in = fs.open(remotePath);
BufferedReader br = new BufferedReader(new InputStreamReader(in));
FileWriter f = new FileWriter("/tmp/output/text.txt");
String line = null;
while ( (line = MyFSDataInputStream.readline(br)) != null ) {
f.write(line);
}
f.close();
br.close();
in.close();
fs.close();
}
/**
* 主函数
*/
public static void main(String[] args) {
Configuration conf = new Configuration();
String remoteFilePath = "/user/hadoop/text.txt"; // HDFS路径
try {
MyFSDataInputStream.cat(conf, remoteFilePath);
} catch (Exception e) {
e.printStackTrace();
}
}
}