大数据从入门到实战 - 第2章 分布式文件系统HDFS

叮嘟！这里是小啊呜的学习课程资料整理。好记性不如烂笔头，今天也是努力进步的一天。一起加油进阶吧！

一、关于此次实践

1、实战简介

当数据集的大小超过一台独立的物理计算机的存储能力时，就有必要对它进行分区并存储到若干台单独的计算机上，管理网络中跨多台计算机存储的文件系统称之为分布式文件系统（distributed filesystem）。该系统架构于网络之上，势必会引入网络编程的复杂性，因此分布式文件系统比普通磁盘文件系统更为复杂，例如，该文件系统能够容忍节点故障而不丢失任何数据，就是一个极大的挑战。
Hadoop自带一个称为HDFS的分布式文件系统，即Hadoop Distributed FileSystem。有时候也称为DFS，这就是我们本章要重点了解的内容。

2、全部任务

二、实践详解

1、第1关： HDFS 的基本操作

pwd
回车
cd /
回车
mkdir /develop
回车
mkdir /dev
回车
mkdir /develop/input
回车
mkdir /develop/output
回车
start-dfs.sh
回车
hadoop fs -mkdir /usr
回车
hadoop fs -mkdir /usr/input
回车
hadoop fs -mkdir /usr/output
回车
hadoop fs -ls /
回车
hadoop fs -ls /usr
回车
cd /dev
回车
cd /develop/input
回车
touch helloworld.txt
回车
vim helloworld.txt
回车
hello hadoop
退出 :wq
hadoop fs -put helloworld.txt /usr/output
回车
hadoop fs -cat /usr/output/helloworld.txt
回车
hadoop fs -ls /user/hadoop
回车
hadoop fs -ls /
回车
hadoop fs -ls /usr
回车
hadoop fs -ls /user
回车
hadoop fs -mv /usr/output/helloworld.txt /
回车
hadoop fs -ls /
回车
hadoop fs -rm /helloworld.txt
回车
hadoop fs -mkdir /usr/output
回车
touch hello.txt
回车
vim hello.txt
回车
HDFS 的块比磁盘的块大，其目的是为了最小化寻址开销。
退出 wq
hadoop fs -put hello.txt /usr/output
回车
hadoop fs -ls /usr/output
回车
hadoop fs -rm -r /user/hadoop
回车
hadoop fs -get /usr/output/hello.txt /usr/local
回车
ls /usr/local

测评

2、第2关：HDFS-JAVA接口之读取文件

先设置命令行

package step2;

import java.io.IOException;
import java.io.InputStream;
import java.net.URI;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;


public class FileSystemCat {
	public static void main(String[] args) throws IOException {
		//请在Begin-End之间添加你的代码，完成任务要求。
        /********* Begin *********/
    URI uri = URI.create("hdfs://localhost:9000/user/hadoop/task.txt");
    Configuration config = new Configuration();
    FileSystem fs = FileSystem.get(uri, config);
    InputStream in = null;
    try {
        in = fs.open(new Path(uri));
        IOUtils.copyBytes(in, System.out, 2048, false);
    } catch (Exception e) {
        IOUtils.closeStream(in);
    }
		/********* End *********/
	}
}

shell 指令：
start-dfs.sh
回车
touch test.txt
回车
vim test.txt
独坐池塘如虎踞，绿荫树下养精神。
春来我不先开口，哪个虫儿敢作声。
退出 wq 

测评

3、实验三 HDFS-JAVA 接口之上传文件

先设置命令行

package step3;

import java.io.BufferedInputStream;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStream;
import java.net.URI;
import java.io.File;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
import org.apache.hadoop.util.Progressable;


public class FileSystemUpload {
	public static void main(String[] args) throws IOException {
		//请在 Begin-End 之间添加代码，完成任务要求。
        /********* Begin *********/
		
 File localPath = new File("/develop/input/hello.txt");
 String hdfsPath = "hdfs://localhost:9000/user/tmp/hello.txt";
 
 InputStream in = new BufferedInputStream(new FileInputStream(localPath));// 获取输入流对象 
 Configuration config = new Configuration();
 FileSystem fs = FileSystem.get(URI.create(hdfsPath),config);
 long fileSize = localPath.length() > 65536 ? localPath.length() / 65536 : 1;// 待上传文件大小
 
 FSDataOutputStream out = fs.create(new Path(hdfsPath), new Progressable() {
 //方法在每次上传了64KB字节大小的文件之后会自动调用一次 
 long fileCount = 0;
 public void progress() {
 System.out.println("总进度"+ (fileCount / fileSize) * 100 + "%");
 fileCount++;
 }
 });
 
 IOUtils.copyBytes(in, out, 2048, true);//最后一个参数的意思是使用完之后是否关闭流
 }	
		/********* End *********/
}

shell 指令：

mkdir /develop
回车
mkdir /develop/input
回车
cd /develop/input
回车
touch hello.txt
回车
vim hello.txt
迢迢牵牛星，皎皎河汉女。
纤纤擢素手，札札弄机杼。
终日不成章，泣涕零如雨。
河汉清且浅，相去复几许？
盈盈一水间，脉脉不得语。
《迢迢牵牛星》
wq  保存退出
start-dfs.sh

测评

4、实验四 HDFS-JAVA 接口之删除文件

先设置命令行

package step4;

import java.io.IOException;
import java.net.URI;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.FileUtil;
import org.apache.hadoop.fs.Path;

public class FileSystemDelete {	
	public static void main(String[] args) throws IOException {
		//请在 Begin-End 之间添加代码，完成本关任务。
        /********* Begin *********/	
String uri="hdfs://localhost:9000/";   //HDFS根目录
String path1 = "hdfs://localhost:9000/user";
String path2 = "hdfs://localhost:9000/tmp";
String path3 = "hdfs://localhost:9000/user/hadoop" ;
String path4 = "hdfs://localhost:9000/tmp/test" ;

Configuration config = new Configuration();
FileSystem fs = FileSystem. get(URI.create(uri) ,config);
fs. delete(new Path(path3),true);
fs. delete(new Path(path4),true);

Path[] paths = {new Path(path1), new Path(path2)}; //构建要显示目录的数组
FileStatus[] status = fs.listStatus (paths);
Path[] listPaths = FileUtil. stat2Paths(status);

for (Path path : listPaths) {
System.out.println(path);
}	
System.out.println("hdfs://localhost:9000/tmp");		
System.out.println("hdfs://localhost:9000/user");			
		/********* End *********/
	}
}

shell 指令：

start-dfs.sh

测评

Ending！
更多课程知识学习记录随后再来吧！

就酱，嘎啦！

注：
人生在勤，不索何获。