idea上java项目连接hdfs

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

在开发udf过程中，遇到了需要访问hdfs的情况，开发好udf之后需要在idea上测试，因此需要连接公司的远程Hadoop集群。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、本地Hadoop环境配置（需要先有jdk环境）

第一步：下载与服务器上的hadoop同版本的hadoop安装包，解压到某个目录（https://archive.apache.org/dist/hadoop/common/hadoop-3.0.0/）
第二步：配置HADOOP_HOME环境变量，然后重启电脑
%HADOOP_HOME%\bin
第三步：修改hadoop-env.cmd文件的JAVA_HOME为本地的jdk地址
第四步：检验:在dos窗口中输入hadoop

第五步：下载windows下连接hadoop需要的文件hadoop.dll和winutils.exe（https://github.com/cdarlint/winutils/tree/master/hadoop-3.0.2/bin）
(1)将hadoop.dll复制到C:\Windows\System32目录下
(2)将hadoop.dll和winutils.exe复制到F:\hadoop-2.6.0-cdh5.7.0\bin目录下

二、idea配置

1.创建maven，导入pom.xml依赖

pom.xml如下（这几个依赖尽量写上，不然可能报错）：

</dependency>

        <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-common -->
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>2.8.5</version>
        </dependency>
        <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-hdfs -->
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>2.8.5</version>
        </dependency>
        <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-mapreduce-client-core -->
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-mapreduce-client-core</artifactId>
            <version>2.8.5</version>
        </dependency>
        <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-client -->
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.8.5</version>
        </dependency>
        <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-yarn-api -->
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-yarn-api</artifactId>
            <version>2.8.5</version>
        </dependency>

2.导入集群配置文件

把公司集群里的core-site.xml、hdfs-site.xml、yarn-site.xml这几个文件下载下来，丢到maven项目的resources

3.测试

代码如下（示例）：

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

import java.io.IOException;


public class hdfs_test {
    public static void main(String[] args) throws IOException {
        String filename = "hdfs://nameservice1/user/hive/warehouse/ods_broadband_obd_dtl_df/month_id=202206/";
        Configuration conf = new Configuration();
        conf.set("fs.defaultFS","hdfs://nameservice1");
        FileSystem fs = FileSystem.get(conf);
        if (fs.exists(new Path(filename))){
            System.out.println("the file is exist");
        }else{
            System.out.println("the file is not exist");
        }
        fs.close();
        System.out.println("over");

    }
}

---

问题

遇到没有权限访问hdfs路径的情况:Permission denied: user=administrator, access=WRITE
在系统的环境变量里面添加HADOOP_USER_NAME=hadoop（HDFS上的有权限的用户，具体看自己的情况），修改完环境变量后，记得重启一下idea
参考：https://blog.csdn.net/zhangjunli/article/details/106321516