因为项目需求,需要启用hdfs加密区,为了验证对现有程序的影响,我在自己的集群上配置了加密区,并测试spark和java程序读取数据。
spark程序代码如下
System.setProperty("HADOOP_USER_NAME", "user1")
val spark = SparkSession
.builder()
.master("local")
.getOrCreate()
// val data = spark.read.text("/user1/a.txt")
val data = spark.read.text("/user/user1/a.txt")
data.show()
一开始我读取到的是乱码,
网上关于java和spark读取hdfs加密区数据的资料极少,基本都是在讲解hdfs加密区实现原理,或者使用命令行进行操作,而且都模糊的说道支持Hadoop客户端透明读写数据。我在网上搜索很久仅在一篇文章中找到明确说明spark程序无需任何更改即可读写加密区数据,因此我以为spark需要进行特殊配置或者更改代码。
后来无意中新建了一个项目,把代码拷过来,发现能正常读取数据。