四、HADOOP(HDFS)-03

四、HADOOP(HDFS)-03

HDFS客户端操作

1、HDFS 客户端环境准备

1、根据自己电脑的操作系统拷贝对应的编译后的 hadoop jar 包到非中文路径（例如：D:\Develop\hadoop-2.7.2）

2、配置 HADOOP_HOME 环境变量

3、配置 Path 环境变量

4、创建一个 Maven 工程 HdfsClientDemo

5、导入相应的依赖坐标+日志添加

<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>RELEASE</version>
</dependency>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-core</artifactId>
<version>2.8.2</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-common</artifactId>
<version>2.7.2</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>2.7.2</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-hdfs</artifactId>
<version>2.7.2</version>
</dependency>
<dependency>
<groupId>jdk.tools</groupId>
<artifactId>jdk.tools</artifactId>
<version>1.8</version>
<scope>system</scope>
<systemPath>${JAVA_HOME}/lib/tools.jar</systemPath>
</dependency>
</dependencies>

注意：如果 Eclipse/Idea 打印不出日志，在控制台上只显示

1.log4j:WARN No appenders could be found for logger (org.apach
e.hadoop.util.Shell).
2.log4j:WARN Please initialize the log4j system properly.
3.log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#
noconfig for more info.

此时，需要在项目的 src/main/resources 目录下，新建一个文件，命名为“log4j.properties”，在文件中填入

log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] 
- %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] 
- %m%n

6、创建包名：com.lyinl.hdfs

7、创建 HdfsClient 类

public class HdfsClient{
@Test
public void testMkdirs() throws IOException, 
InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
// 配置在集群上运行
// configuration.set("fs.defaultFS", 
"hdfs://hadoop102:9000");
// FileSystem fs = FileSystem.get(configuration);
FileSystem fs = FileSystem.get(new 
URI("hdfs://hadoop102:9000"), configuration, "lyinl");
// 2 创建目录
fs.mkdirs(new Path("/1108/data/test"));
// 3 关闭资源
fs.close();
} }

8、执行程序

运行时需要配置用户名称，

客户端去操作 HDFS 时，是有一个用户身份的。默认情况下，HDFS 客户端 API 会从JVM 中获取一个参数来作为自己的用户身份：-DHADOOP_USER_NAME=lyinl，lyinl为用户名称。

2、HDFS 的 API 操作

1、 HDFS文件上传

1、编写源代码

@Test
public void testCopyFromLocalFile() throws IOException, 
InterruptedException, URISyntaxException {
// 1 获取文件系统
Configuration configuration = new Configuration();
configuration.set("dfs.replication", "2");
FileSystem fs = FileSystem.get(new 
URI("hdfs://hadoop102:9000"), configuration, "lyinl");
// 2 上传文件
fs.copyFromLocalFile(new Path("d:/data.txt"), new 
Path("/data.txt"));
// 3 关闭资源
fs.close();
System.out.println("over");
}

2、将 hdfs-site.xml 拷贝到项目的根目录下

<?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>

3、参数优先级

参数优先级排序：（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

2、HDFS 文件下载

@Test
public void testCopyToLocalFile() throws IOException, 
InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new 
URI("hdfs://hadoop102:9000"), configuration, "lyinl");
// 2 执行下载操作
// boolean delSrc 指是否将原文件删除
// Path src 指要下载的文件路径
// Path dst 指将文件下载到的路径
// boolean useRawLocalFileSystem 是否开启文件校验
fs.copyToLocalFile(false, new Path("/data.txt"), new 
Path("d:/data.txt"), true);
// 3 关闭资源
fs.close();
}

3、HDFS文件夹删除

@Test
public void testDelete() throws IOException, 
InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new 
URI("hdfs://hadoop102:9000"), configuration, "lyinl");
// 2 执行删除
fs.delete(new Path("/0508/"), true);
// 3 关闭资源
fs.close();
}

4、HDFS文件名更改

@Test
public void testRename() throws IOException, 
InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new 
URI("hdfs://hadoop102:9000"), configuration, "lyinl"); 
// 2 修改文件名称
fs.rename(new Path("/test.txt"), new 
Path("/data.txt"));
// 3 关闭资源
fs.close();
}

5、HDFS文件详情查看

@Test
public void testListFiles() throws IOException, 
InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new 
URI("hdfs://hadoop102:9000"), configuration, "lyinl"); 
// 2 获取文件详情
RemoteIterator<LocatedFileStatus> listFiles = 
fs.listFiles(new Path("/"), true);
while(listFiles.hasNext()){
LocatedFileStatus status = listFiles.next();
// 输出详情
// 文件名称
System.out.println(status.getPath().getName());
// 长度
System.out.println(status.getLen());
// 权限
System.out.println(status.getPermission());
// 分组
System.out.println(status.getGroup());
// 获取存储的块信息
BlockLocation[] blockLocations = 
status.getBlockLocations();
for (BlockLocation blockLocation : blockLocations) {
// 获取块存储的主机节点
String[] hosts = blockLocation.getHosts();
for (String host : hosts) {
    System.out.println(host);
} }System.out.println("-----------分割线----------");
}
// 3 关闭资源
fs.close();
}

6、HDFS文件和文件夹判断

@Test
public void testListStatus() throws IOException, 
InterruptedException, URISyntaxException{
// 1 获取文件配置信息
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new 
URI("hdfs://hadoop102:9000"), configuration, "lyinl");
// 2 判断是文件还是文件夹
FileStatus[] listStatus = fs.listStatus(new Path("/"));
for (FileStatus fileStatus : listStatus) {
// 如果是文件
if (fileStatus.isFile()) {
System.out.println("f:"+fileStatus.getPath().getName());
}else {
System.out.println("d:"+fileStatus.getPath().getName());
} }
// 3 关闭资源
fs.close();
}

3、HDFS的I/O流操作

1、HDFS文件上传

需求：把本地D盘上data.txt文件上传到HDFS根目录

代码：

@Test
public void putFileToHDFS() throws IOException,InterruptedException, URISyntaxException {
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new 
URI("hdfs://hadoop102:9000"), configuration, "lyinl");
// 2 创建输入流
FileInputStream fis = new FileInputStream(new 
File("d:/data.txt"));
// 3 获取输出流
FSDataOutputStream fos = fs.create(new Path("/data.txt"));
// 4 流对拷
IOUtils.copyBytes(fis, fos, configuration);
// 5 关闭资源
IOUtils.closeStream(fos);
IOUtils.closeStream(fis);
 fs.close();
}

2、HDFS文件的下载

需求：从 HDFS 上下载 data.txt 文件到本地 D盘上

代码：

// 文件下载
@Test
public void getFileFromHDFS() throws IOException, 
InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new 
URI("hdfs://hadoop102:9000"), configuration, "lyinl");
// 2 获取输入流
FSDataInputStream fis = fs.open(new Path("/data.txt"));
// 3 获取输出流
FileOutputStream fos = new FileOutputStream(new 
File("d:/data.txt"));
// 4 流的对拷
IOUtils.copyBytes(fis, fos, configuration);
// 5 关闭资源
IOUtils.closeStream(fos);
IOUtils.closeStream(fis);
fs.close();
}

3、定位文件读取

需求：分块读取 HDFS 上的大文件，比如根目录下的/hadoop-2.7.2.tar.gz

代码：

/*下载第一块*/
@Test
public void readFileSeek1() throws IOException, 
InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new 
URI("hdfs://hadoop102:9000"), configuration, "lyinl");
// 2 获取输入流
FSDataInputStream fis = fs.open(new Path("/hadoop-
2.7.2.tar.gz"));
// 3 创建输出流
FileOutputStream fos = new FileOutputStream(new 
File("d:/hadoop-2.7.2.tar.gz.part1"));
// 4 流的拷贝
byte[] buf = new byte[1024];
for(int i =0 ; i < 1024 * 128; i++){
fis.read(buf);
fos.write(buf);
}
// 5 关闭资源
IOUtils.closeStream(fis);
IOUtils.closeStream(fos);
fs.close();
}

/*下载第二块*/
@Test
public void readFileSeek2() throws IOException, 
InterruptedException, URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new 
URI("hdfs://hadoop102:9000"), configuration, "lyinl");
// 2 打开输入流
FSDataInputStream fis = fs.open(new Path("/hadoop-
2.7.2.tar.gz"));
// 3 定位输入数据位置
fis.seek(1024*1024*128);
// 4 创建输出流
FileOutputStream fos = new FileOutputStream(new 
File("d:/hadoop-2.7.2.tar.gz.part2"));
// 5 流的对拷
IOUtils.copyBytes(fis, fos, configuration);
// 6 关闭资源
IOUtils.closeStream(fis);
IOUtils.closeStream(fos);
}

合并文件
在 Window 命令窗口中进入到目录 D:\，然后执行如下命令，对数据进行合并type hadoop-2.7.2.tar.gz.part2 >> hadoop-2.7.2.tar.gz.part1合并完成后，将 hadoop-2.7.2.tar.gz.part1 重新命名为 hadoop-2.7.2.tar.gz。解压发现该 tar包非常完整。