Java读取hdfs数据

---

前言

大数据实验课，记录一下用Java读取hdfs文件的方式

---

一、创建一个maven项目

二、导入依赖

<dependencies>
    <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-common -->
    <dependency>
      <groupId>org.apache.hadoop</groupId>
      <artifactId>hadoop-common</artifactId>
      <version>2.7.2</version>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-client -->
    <dependency>
      <groupId>org.apache.hadoop</groupId>
      <artifactId>hadoop-client</artifactId>
      <version>2.7.2</version>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-hdfs -->
    <dependency>
      <groupId>org.apache.hadoop</groupId>
      <artifactId>hadoop-hdfs</artifactId>
      <version>2.7.2</version>
    </dependency>
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>4.11</version>
      <scope>test</scope>
    </dependency>
  </dependencies>

三、代码

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;

import java.io.File;
import java.io.IOException;

public class HdfsTest {
    public static void main(String[] args) throws IOException {
        readFileToConsole("/a.txt");

    }

    //    读取hdfs文件系统中的文件
    private static void readFileToConsole(String path) throws IOException {
//        获取配置
        Configuration conf = new Configuration();
//        配置
        conf.set("fs.defaultFS","hdfs://172.27.66.46:9000");
//        获取hdfs文件系统的操作对象
        FileSystem fs = FileSystem.get(conf);
//        具体的对文件系统的操作
        FSDataInputStream fsDataInputStream = fs.open(new Path(path));
        IOUtils.copyBytes(fsDataInputStream,System.out,4096,true);


    }
}

运行后出现错误：
Failed to execute goal org.codehaus.mojo:exec-maven-plugin:1.6.0:exec (default-cli) on project bigData: Command execution failed.

查了很多资料，都说的插件错误，或者idea版本问题，但是把所有方法都试了一遍，发现没用，后面发现9000端口无法返回页面，意识到，可能只是单纯的端口无法访问，查资料发现，Hadoop中9000端口默认无法从外界访问，只能本机访问，于是进行修改，参考了这篇文章：
Hadoop本地开发，9000端口拒绝访问

改了之后再在浏览器进行访问：

虽然还是不能访问，但是和之前的返回页面已经不一样了，于是打算试试，再次运行代码：
这次终于成功了，将hdfs上的一个文件内的内容输出到了本地控制台

总结

9000端口在浏览器上访问还是不能返回一个正常的页面，我估计是我只配置了集群中master的/etc/hosts文件，其他的节点中没有配置，如果都修改了，就需要把ssh公钥再重新配置一下，嫌麻烦就没弄了