Eclipse实现DFS部分操作复习（2）

本文用于复习《Hadoop权威指南》第三章后半部分内容

代码来自于书中，仅有少部分修改，主要是为了回忆起来方便

在文章eclipse实现word count中就有关于如何在eclipse中开发hadoop项目，链接如下Eclipse实现Hadoop WordCount

---

• 利用FileSystem的listStatus方法来读取文件和目录的元数据，再用stat2path方法讲status数组转为path数组。

  这里用一种与之前不同的路径设置方法（虽然其实是与书上一样的），在run configuration中添加参数
  hdfs://localhost:9000/ 和hdfs://localhost:9000/user/wyh/

    public class ListStatus {

  public static void main(String[] args) throws Exception {
    String uri = args[0];
    Configuration conf = new Configuration();
    FileSystem fs = FileSystem.get(URI.create(uri), conf);

    Path[] paths = new Path[args.length];
    for (int i = 0; i < paths.length; i++) {
      paths[i] = new Path(args[i]);
    }

    FileStatus[] status = fs.listStatus(paths);
    Path[] listedPaths = FileUtil.stat2Paths(status);
    for (Path p : listedPaths) {
      System.out.println(p);
    }
  }
}

• 书上给出了一个RegexExcludePathFilter类实现了PathFilter接口，用于排除一个正则表达式路径，也觉得挺有趣的，但是没有给具体实现排除的代码，在这里写了一个TestFilter类来实现一下。

  首先把2016.12.01.txt和2016.12.02.txt放到分布式系统中，可以看到在去掉RegexExcludePathFilter的时候会两个文件都显示，直接运行则会显示路径+2016.12.02.txt。

     public class TestFilter {
      public static void main(String[] args) throws Exception {
            String uri = "hdfs://localhost:9000/";
            Configuration conf = new Configuration();
            FileSystem fs = FileSystem.get(URI.create(uri), conf);

            FileStatus[] status =fs.globStatus(new Path("hdfs://localhost:9000/user/wyh/2016.*.*")
            ,new RegexExcludePathFilter("hdfs://localhost:9000/user/wyh/2016.12.01.*"));
            // ,new RegexExcludePathFilter("hdfs://localhost:9000/user/wyh/2016.12.01.*")
            Path[] listedPaths = FileUtil.stat2Paths(status);
            for (Path p : listedPaths) {
              System.out.println(p);
            }
      }
}