之前已经介绍了如何搭建CentOS虚拟机并且安装Hadoop,使用命令成功访问操作Hadoop的hdfs,接下来介绍如果使用java 代码操作Hadoop的hdfs.
一、环境准备
1.CentOS7
2.Hadoop3.1.1
3.SpringBoot2.1.0
代码地址:springboot集成hadoop项目代码
二、开发准备
说明:因为后面设置了虚拟机固定IP为192.168.2.2 替换掉之前的地址即可,rpc访问hdfs地址增加了一层为/hadoop/hdfs/xx
1.使用IDEA新建一个SpringBoot项目,这个很简单不懂的可以看我之前发的文章或者上网搜一下就可以了,这个是我的项目。
2.pom添加hadoop所依赖的jar
在刚建的SpringBoot项目的pom.xml文件里添加hadoop的依赖包hadoop-common, hadoop-client, hadoop-hdfs
org.apache.hadoop
hadoop-common
3.1.1
org.apache.hadoop
hadoop-hdfs
3.1.1
org.apache.hadoop
hadoop-client
3.1.1
3.启动hadoop服务
怎么启动hadoop的hdfs服务可以看我之前文章 hdfs启动
首先我们进入linux的hadoop安装目录,然后进入sbin目录下,执行start-dfs.sh即可
cd /usr/local/hadoop/hadoop-3.1.1
/usr/local/hadoop/hadoop-3.1.1
启动后我们就可以访问下hdfs的文件管理系统,地址就是hdfs-site.xml中配置的地址,我的linux虚拟机IP是192.168.2.2,所以我的访问地址是 http://192.168.2.2:50070/explorer.html#/ 就可以看到我们的文件管理了。
三、开始编码
对HDFS操作设计以下几个主要的类:
Configuration:封装了客户端或者服务器的配置信息
FileSystem:此类的对象是一个文件系统对象,可以用该对象的一些方法来对文件进行操作通过FileSystem的静态方法get获得该对象,例:FileSystem hdfs = FileSystem.get(conf);
FSDataInputStream:这是HDFS中的输入流,通过由FileSystem的open方法获取
FSDataOutputStream:这是HDFS中的输出流,通过由FileSystem的create方法获取
1.配置hadoop信息
我们在application.yml 里面配置hdfs的IP地址和用户名信息
spring:
application:
name: hadoop
server:
port: 9000
hdfs:
path: hdfs://192.168.2.2:9000
username: root
2.我们封装一个hadoop连接的工具类HadoopUtil用来访问hdfs服务器
HadoopUtil 工具类完整代码:
/**
* 类或方法的功能描述 :Hadoop工具类
* @date: 2018-11-28 13:59
*/
@Component
public class HadoopUtil {
@Value("${hdfs.path}")
private String path;
@Value("${hdfs.username}")
private String username;
private static String hdfsPath;
private static String hdfsName;
/**
* 获取HDFS配置信息
* @return
*/
private static Configuration getConfiguration() {
Configuration configuration = new Configuration();
configuration.set("fs.defaultFS", hdfsPath);
return configuration;
}
/**
* 获取HDFS文件系统对象
* @return
* @throws Exception
*/
public static FileSystem getFileSystem() throws Exception {
// 客户端去操作hdfs时是有一个用户身份的,默认情况下hdfs客户端api会从jvm中获取一个参数作为自己的用户身份 DHADOOP_USER_NAME=hadoop
// FileSystem hdfs = FileSystem.get(getHdfsConfig()); //默认获取
// 也可以在构造客户端fs对象时,通过参数传递进去
FileSystem fileSystem = FileSystem.get(new URI(hdfsPath), getConfiguration(), hdfsName);
return fileSystem;
}
@PostConstruct
public void getPath() {
hdfsPath = this.path;
}
@PostConstruct
public void getName() {
hdfsName = this.username;
}
public static String getHdfsPath() {
return hdfsPath;
}
public String getUsername() {
return username;
}
}
客户端去操作HDFS时,是有一个用户身份的,默认情况下,HDFS客户端API会从JVM中获取一个参数来作为自己的用户身份:DHADOOP_USER_NAME=hadoop
FileSystem hdfs = FileSystem.get(getHdfsConfig()); //默认获取
也可以在构造客户端fs对象时,通过参数传递进去
FileSystem hdfs = FileSystem.get(new URI(rootPath), getHdfsConfig(), "你的用户名");
最终我们通过调用 HadoopUtil.getFileSystem() 就可以获取到hdfs的文件管理
3.创建文件夹
首先我们查看hdfs文件系统上面只有一个Java文件夹,现在我们来创建一个叫demo的文件夹
我们通过RPC的方式来操作hdfs,首先新建一个 HadoopController 类,创建一个 mkdir 方法用来新建文件夹
/**
* 类或方法的功能描述 :TODO
* @date: 2018-11-28 13:51
*/
@RestController
@RequestMapping("/hadoop")
public class HadoopController {
/**
* 创建文件夹
* @param path
* @return
* @throws Exception
*/
@PostMapping("/mkdir")
public BaseReturnVO mkdir(@RequestParam("path") String path) throws Exception {
if (StringUtils.isEmpty(path)) {
return new BaseReturnVO("请求参数为空");
}
// 文件对象
FileSystem fs = HadoopUtil.getFileSystem();
// 目标路径
Path newPath = new Path(path);
// 创建空文件夹
boolean isOk = fs.mkdirs(newPath);
fs.close();
if (isOk) {
return new BaseReturnVO("create dir success");
} else {
return new BaseReturnVO("create dir fail");
}
}
}
首先先通过我们封装的 HadoopUtil 跟hdfs文件系统建立连接,获得文件对象,然后根据入参 path 创建一个新的目标路径 newPath,之后调用文件对象的mkdir方法即可创建空文件夹,还是挺简单的。
使用Postman发送请求,参数为新建的目录路径 /demo
创建成功后我们去hdfs文件系统查看,发现有了demo这个文件夹了
4.创建文件
在HadoopController中新建一个createFile方法,在刚刚新建的demo文件夹中新建一个文件
/**
* 创建文件
* @param path
* @return
* @throws Exception
*/
@PostMapping("/createFile")
public BaseReturnVO createFile(@RequestParam("path") String path, @RequestParam("file") MultipartFile file) throws Exception {
if (StringUtils.isEmpty(path) || null == file.getBytes()) {
return new BaseReturnVO("请求参数为空");
}
String fileName = file.getOriginalFilename();
FileSystem fs = HadoopUtil.getFileSystem();
// 上传时默认当前目录,后面自动拼接文件的目录
Path newPath = new Path(path + "/" + fileName);
// 打开一个输出流
FSDataOutputStream outputStream = fs.create(newPath);
outputStream.write(file.getBytes());
outputStream.close();
fs.close();
return new BaseReturnVO("create file success");
}
上传的时候我们把文件名拼接在newPath后面自动根据文件名称生成文件路径
上传成功了,我们接着多上传几个文件方便后面查询使用
5.读取文件
新建一个readFile方法用来读取我们上传的文件,我们读取1.txt 文件的路径是 /demo/1.txt
/**
* 读取HDFS文件内容
* @param path
* @return
* @throws Exception
*/
@PostMapping("/readFile")
public BaseReturnVO readFile(@RequestParam("path") String path) throws Exception {
FileSystem fs = HadoopUtil.getFileSystem();
Path newPath = new Path(path);
InputStream in = null;
try {
in = fs.open(newPath);
// 复制到标准的输出流
IOUtils.copyBytes(in, System.out, 4096);
} finally {
IOUtils.closeStream(in);
fs.close();
}
return new BaseReturnVO("读取成功");
}
我们把文件信息输出到了控制台了
6.读取目录信息
新建一个readPathInfo方法,读取/demo下面的信息
/**
* 读取HDFS目录信息
* @param path
* @return
* @throws Exception
*/
@PostMapping("/readPathInfo")
public BaseReturnVO readPathInfo(@RequestParam("path") String path) throws Exception {
FileSystem fs = HadoopUtil.getFileSystem();
Path newPath = new Path(path);
FileStatus[] statusList = fs.listStatus(newPath);
List> list = new ArrayList<>();
if (null != statusList && statusList.length > 0) {
for (FileStatus fileStatus : statusList) {
Map map = new HashMap<>();
map.put("filePath", fileStatus.getPath());
map.put("fileStatus", fileStatus.toString());
list.add(map);
}
return new BaseReturnVO(list);
} else {
return new BaseReturnVO("目录内容为空");
}
}
7.读取文件列表
新建一个方法listFile读取/demo下的所有文件
/**
* 读取文件列表
* @param path
* @return
* @throws Exception
*/
@PostMapping("/listFile")
public BaseReturnVO listFile(@RequestParam("path") String path) throws Exception {
if (StringUtils.isEmpty(path)) {
return new BaseReturnVO("请求参数为空");
}
FileSystem fs = HadoopUtil.getFileSystem();
Path newPath = new Path(path);
// 递归找到所有文件
RemoteIterator filesList = fs.listFiles(newPath, true);
List> returnList = new ArrayList<>();
while (filesList.hasNext()) {
LocatedFileStatus next = filesList.next();
String fileName = next.getPath().getName();
Path filePath = next.getPath();
Map map = new HashMap<>();
map.put("fileName", fileName);
map.put("filePath", filePath.toString());
returnList.add(map);
}
fs.close();
return new BaseReturnVO(returnList);
}
8.重命名文件
新建一个renameFile方法
/**
* 重命名文件
* @param oldName
* @param newName
* @return
* @throws Exception
*/
@PostMapping("/renameFile")
public BaseReturnVO renameFile(@RequestParam("oldName") String oldName, @RequestParam("newName") String newName) throws Exception {
if (StringUtils.isEmpty(oldName) || StringUtils.isEmpty(newName)) {
return new BaseReturnVO("请求参数为空");
}
FileSystem fs = HadoopUtil.getFileSystem();
Path oldPath = new Path(oldName);
Path newPath = new Path(newName);
boolean isOk = fs.rename(oldPath, newPath);
fs.close();
if (isOk) {
return new BaseReturnVO("rename file success");
} else {
return new BaseReturnVO("rename file fail");
}
}
9.删除文件
新建一个deleteFile 方法
/**
* 删除文件
*
* @param path
* @return
* @throws Exception
*/
@PostMapping("/deleteFile")
public BaseReturnVO deleteFile(@RequestParam("path") String path) throws Exception {
FileSystem fs = HadoopUtil.getFileSystem();
Path newPath = new Path(path);
boolean isOk = fs.deleteOnExit(newPath);
fs.close();
if (isOk) {
return new BaseReturnVO("delete file success");
} else {
return new BaseReturnVO("delete file fail");
}
}
10.上传本地文件到hdfs
新建一个uploadFile方法,把我本地D盘的hello.txt文件上传上去
/**
* 上传文件
*
* @param path
* @param uploadPath
* @return
* @throws Exception
*/
@PostMapping("/uploadFile")
public BaseReturnVO uploadFile(@RequestParam("path") String path, @RequestParam("uploadPath") String uploadPath) throws Exception {
FileSystem fs = HadoopUtil.getFileSystem();
// 上传路径
Path clientPath = new Path(path);
// 目标路径
Path serverPath = new Path(uploadPath);
// 调用文件系统的文件复制方法,第一个参数是否删除原文件true为删除,默认为false
fs.copyFromLocalFile(false, clientPath, serverPath);
fs.close();
return new BaseReturnVO("upload file success");
}
文件上传成功了,我们查看文件系统
11.下载hdfs文件到本地
新建一个download方法下载hdfs上的文件到本地的D盘的hdfs文件夹中
/**
* 下载文件
* @param path
* @param downloadPath
* @return
* @throws Exception
*/
@PostMapping("/downloadFile")
public BaseReturnVO downloadFile(@RequestParam("path") String path, @RequestParam("downloadPath") String downloadPath) throws Exception {
FileSystem fs = HadoopUtil.getFileSystem();
// 上传路径
Path clientPath = new Path(path);
// 目标路径
Path serverPath = new Path(downloadPath);
// 调用文件系统的文件复制方法,第一个参数是否删除原文件true为删除,默认为false
fs.copyToLocalFile(false, clientPath, serverPath);
fs.close();
return new BaseReturnVO("download file success");
}
文件下载成功,我们打开本地的D盘
12.hdfs之间文件复制
新建一个copyFile方法把/java/test.txt 文件复制到/demo/test.txt下面
/**
* HDFS文件复制
* @param sourcePath
* @param targetPath
* @return
* @throws Exception
*/
@PostMapping("/copyFile")
public BaseReturnVO copyFile(@RequestParam("sourcePath") String sourcePath, @RequestParam("targetPath") String targetPath) throws Exception {
FileSystem fs = HadoopUtil.getFileSystem();
// 原始文件路径
Path oldPath = new Path(sourcePath);
// 目标路径
Path newPath = new Path(targetPath);
FSDataInputStream inputStream = null;
FSDataOutputStream outputStream = null;
try {
inputStream = fs.open(oldPath);
outputStream = fs.create(newPath);
IOUtils.copyBytes(inputStream, outputStream, 1024*1024*64,false);
return new BaseReturnVO("copy file success");
} finally {
inputStream.close();
outputStream.close();
fs.close();
}
}