大数据-十六

文件模式
使用通配符匹配多个文件；无需列举每个文件和目录来指定输入，而是通过通配符来确定；此操作为通配（globbing）

hadoop为执行此方法提供了连个FileSystem方法；
public  FileStatus[] golbStatus(Path pathPattern) throws IOException;

public FileStatus[] golbStatus(Path pathPattern ,PathFileter filter) throws IOException;

不使用通配符通配出来的文件，则用PathFilter对象；

删除文件则用delete方法；

数据流

文件读取

客户端通过调用FIleSystem对象的open（）方法来打开希望读取的文件，对于hdfs来说，这个对象是分布式文件系统的一个实例，DistributedFileSystem通过使用RPC来调用namenode，以确定文件的起始位置；
对于每一个块，namenode返回存有该块副本的datanode地址，此外这些datanode根据他们和客户端的距离来排序，并保存相应数据块的一个副本时，该节点将会从本地datanode读取数据；
DistributedFIleSystem类返回一个FSDataInputStream对象给客户端并读取数据，该对象封装着一个DFSInputStream对象，来管理着datanode和namenode的I/O
然后调用read（）方法，从六种调用读取datanode；

读取完之后关闭流

文件写入
客户端通过对DIstributedFIleSystem对象调用create（）函数来新建文件；namenode执行各种检查确保这个文件是否可以建立；

检查通过则DIstributedFileSystem对象返回i一个FSDataOutputStream对象，由此客户端可以进行写操作，FSDataOutputStream对象中封装了一个DFoutPutstream对象负责处理datanode和namenode之间的通信；

写完关闭流

读取时考虑的是就近原则，读取离操作最近的节点；

写入时考虑负载均衡；