Hadoop（HDFS）

ONLYYD

已于 2022-11-30 23:54:41 修改

阅读量965

点赞数

分类专栏： hadoop 文章标签： hadoop hdfs 大数据

于 2022-11-29 00:03:08 首次发布

本文链接：https://blog.csdn.net/onlyyd/article/details/128087228

版权

hadoop 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

一、HDFS 概述

1.1 HDFS 产出背景及定义

1 ） HDFS 产生背景

随着数据量越来越大，在一个操作系统存不下所有的数据，那么就分配到更多的操作系

统管理的磁盘中，但是不方便管理和维护，迫切需要一种系统来管理多台机器上的文件，这

就是分布式文件管理系统。 HDFS 只是分布式文件管理系统中的一种。

2 ） HDFS 定义

HDFS （ Hadoop Distributed File System ），它是一个文件系统，用于存储文件，通过目

录树来定位文件；其次，它是分布式的，由很多服务器联合起来实现其功能，集群中的服务

器有各自的角色。

HDFS 的使用场景：适合一次写入，多次读出的场景。一个文件经过创建、写入和关闭

之后就不需要改变。

1.2 HDFS 优缺点

1.3 HDFS 组成架构

1.4 HDFS 文件块大小（面试重点）

二、HDFS 的 Shell 操作

Version:0.9 StartHTML:0000000105 EndHTML:0000000445 StartFragment:0000000141 EndFragment:0000000405

2.3.1 下载

1 ） -moveFromLocal ：从本地剪切粘贴到 HDFS

cd /opt/module/hadoop-3.1.3/

hadoop fs -mkdir /sanguo

vim shuguo.txt

输入：
shuguo
hadoop fs -moveFromLocal ./shuguo.txt /sanguo

2）-copyFromLocal：从本地文件系统中拷贝文件到 HDFS 路径去

 vim weiguo.txt
输入：
weiguo
 hadoop fs -copyFromLocal weiguo.txt /sanguo

3 ） -put ：等同于 copyFromLocal ，生产环境更习惯用 put

 vim wuguo.txt
输入：
wuguo
 hadoop fs -put ./wuguo.txt /sanguo

4）-appendToFile：追加一个文件到已经存在的文件末尾

 vim liubei.txt
输入：
liubei
 hadoop fs -appendToFile liubei.txt /sanguo/shuguo.txt

2.3.2下载

1 ） -copyToLocal ：从 HDFS 拷贝到本地

hadoop fs -copyToLocal /sanguo/shuguo.txt ./

2）-get：等同于 copyToLocal，生产环境更习惯用 get

hadoop fs -get /sanguo/shuguo.txt ./shuguo2.txt

2.3.3 HDFS 直接操作

1）-ls: 显示目录信息

hadoop fs -ls /sanguo

2）-cat：显示文件内容

hadoop fs -cat /sanguo/shuguo.txt

3）-chgrp、-chmod、-chown：Linux 文件系统中的用法一样，修改文件所属权限

hadoop fs -chmod 666 /sanguo/shuguo.txt

hadoop fs -chown atguigu:atguigu /sanguo/shuguo.txt

4）-mkdir：创建路径

hadoop fs -mkdir /jinguo

5）-cp：从 HDFS 的一个路径拷贝到 HDFS 的另一个路径

hadoop fs -cp /sanguo/shuguo.txt /jinguo

6）-mv：在 HDFS 目录中移动文件

hadoop fs -mv /sanguo/wuguo.txt /jinguo

hadoop fs -mv /sanguo/weiguo.txt /jinguo

7）-tail：显示一个文件的末尾 1kb 的数据

hadoop fs -tail /jinguo/shuguo.txt

8）-rm：删除文件或文件夹

hadoop fs -rm /sanguo/shuguo.txt

9）-rm -r：递归删除目录及目录里面内容

hadoop fs -rm -r /sanguo

10）-du 统计文件夹的大小信息

hadoop fs -du -s -h /jinguo

输出

27 81 /jinguo

hadoop fs -du -h /jinguo

输出

14 42 /jinguo/shuguo.txt

7 21 /jinguo/weiguo.txt

6 18 /jinguo/wuguo.tx

11）setrep 设置副本

hadoop fs -setrep 10 /jinguo/shuguo.txt

三、HDFS 的 API 操作

1、在idea新建maven项目

项目建立后，引入依赖

    <dependencies>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>3.1.3</version>
        </dependency>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.12</version>
        </dependency>
        <dependency>
            <groupId>org.slf4j</groupId>
            <artifactId>slf4j-log4j12</artifactId>
            <version>1.7.30</version>
        </dependency>
    </dependencies>

创建工具类HdfsClienty

1、创建文件夹



import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;

import java.io.IOException;
import java.net.URI;
import java.net.URISyntaxException;

/**
 * @Author sxd
 * @create 2022/11/28 23:45
 */
public class HdfsClient {

    private FileSystem fileSystem;

    @Before
    public void init() throws URISyntaxException, IOException, InterruptedException {
        //        链接集群地址
        URI uri = new URI("hdfs://hadoop102:8020");
//        创建配置文件
        Configuration configuration = new Configuration();
        //用户
        String user = "root";
//        获取客户端对象
        fileSystem = FileSystem.get(uri, configuration, user);

    }

    @After
    public void close() throws IOException {
//关闭资源
        fileSystem.close();
    }

    @Test
    public void testMkdirs() throws IOException, URISyntaxException,
            InterruptedException {

//创建文件夹
        fileSystem.mkdirs(new Path("/xiyou/huaguoshan1"));
    }
//    上传操作
    @Test
    public  void testPut() throws IOException {
        /*
        参数解读：
        参数一：标识删除原数据
        参数二：是否允许覆盖
        参数三：原数据路径
        参数四：目的地路径
        */

        fileSystem.copyFromLocalFile(true,true,new Path("/Users/sunxiangdao/java/study/folder/hadoop/sunwukong"),new Path("hdfs://hadoop102/xiyou/huaguoshan"));
    }
}

运行testMkdirs后看到后台加入文件夹

2、上传

①本地创建文件sunwukong.txt,

运行testPut后，实现本地上传到服务器

②在resource文件夹下新建hdfs-site.xml文件

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

启动上传功能发现上传的文件副本为1

③代码里设置副本后，启动上传功能发现上传的文件副本为2

④参数优先级为
 hdfs-default.xml => hdfs-site.xml =>在项目资源目录下的配置 文件 =》代码里面的配置文件

3、下载

    @Test
    public void testGet() throws IOException {
         /*
        参数解读：
        参数一：标识删除原数据
        参数二：原数据路径
        参数三：目的地路径
        参数四：
        */
        fileSystem.copyToLocalFile(false,new Path("hdfs://hadoop102/xiyou/huaguoshan"),new Path("/Users/sunxiangdao/java/study/folder/hadoop/"),false);
    }

启动后发现多出crc文件，是用作hdfs与本地校验，校验后正确才能解析文件，当校验改为true就不校验

删除

    @Test
    public void testRm() throws IOException {
         /*
        参数解读：
        参数一：要删除的路径
        参数二：是否递归删除
        删除文件
        */
//        fileSystem.delete(new Path("/正面.JPG"),false);
//删除空文件
//        fileSystem.delete(new Path("/xiyou"),false);
//        删除非空目录
        fileSystem.delete(new Path("/jinguo"), true);


    }

移动和更名

    //    移动和更名文件
    @Test
    public void testMv() throws IOException {
         /*
        参数解读：
        参数一：原文件路径
        参数二：目标文件路径
        */

//        fileSystem.rename(new Path("/input/word.txt"),new Path("/input/ss.txt"));
//        文件更名和移动
//        fileSystem.rename(new Path("/input/ss.txt"),new Path("/cls.txt"));
//    目录更名
        fileSystem.rename(new Path("/input"), new Path("/output"));


    }

获取文件详细信息

    //    获取文件详细信息
    @Test
    public void fileDetail() throws IOException {
//        获取所有文件信息
        RemoteIterator<LocatedFileStatus> listFiles = fileSystem.listFiles(new Path("/"), true);
//        遍历文件
        while (listFiles.hasNext()){
            LocatedFileStatus fileStatus = listFiles.next();
            System.out.println("0----地址"+fileStatus.getPath()+"---0");
            System.out.println("0----权限"+fileStatus.getPermission());
            System.out.println("0----用户"+fileStatus.getOwner());
            System.out.println("0----分组"+fileStatus.getGroup());
            System.out.println("0----大小"+fileStatus.getLen());
            System.out.println("0----上次修改时间"+fileStatus.getModificationTime());
            System.out.println("0----副本"+fileStatus.getReplication());
            System.out.println("0----块大小"+fileStatus.getBlockSize());
            System.out.println("0----名称"+fileStatus.getPath().getName());

//            获取块信息
            BlockLocation[] blockLocations = fileStatus.getBlockLocations();
            System.out.println("0----块服务器地址"+Arrays.toString(blockLocations));
        }
    }

判断文件和文件夹

    @Test
    public void testFile() throws IOException {
        FileStatus[] listStatus = fileSystem.listStatus(new Path("/"));
        for (FileStatus status : listStatus) {
            if(status.isFile()){
                System.out.println("文件："+status.getPath().getName());
            }else {
                System.out.println("目录："+status.getPath().getName());

            }
        }
    }

hdfs读写流程