使用java api操作Hadoop文件

1. 概述 

2. 文件操作

2.1  上传本地文件到hadoop fs

2.2 在hadoop fs中新建文件，并写入

2.3 删除hadoop fs上的文件

2.4  读取文件

3. 目录操作

3.1 在hadoop fs上创建目录

3.2 删除目录

3.3 读取某个目录下的所有文件 

4. 参考资料接代码下载 

<1>. 概述 

hadoop中关于文件操作类基本上全部是在org.apache.hadoop.fs包中，这些api能够支持的操作包含：打开文件，读写文件，删除文件等。

hadoop类库中最终面向用户提供的接口类是FileSystem，该类是个抽象类，只能通过来类的get方法得到具体类。get方法存在几个重载版本，常用的是这个：

static FileSystem get(Configuration conf); 

该类封装了几乎所有的文件操作,例如mkdir，delete等。综上基本上可以得出操作文件的程序库框架：

operator()
{
得到Configuration对象
得到FileSystem对象
进行文件操作
} 

另外需要注意的是，如果想要运行下面的程序的话，需要将程序达成jar包，然后通过hadoop jar的形式运行，这种方法比较麻烦，另外一种方法就是安装eclipse的hadoop插件，这样能够很多打包的时间。

<1>. 文件操作 

1.1 上传本地文件到文件系统

 

      /*
     * upload the local file to the hds 
     * notice that the path is full like /tmp/test.c
      */
     public   static   void  uploadLocalFile2HDFS(String s, String d) 
         throws  IOException
    {
        Configuration config  =   new  Configuration();
        FileSystem hdfs  =  FileSystem.get(config);
        
        Path src  =   new  Path(s);
        Path dst  =   new  Path(d);
        
        hdfs.copyFromLocalFile(src, dst);
        
        hdfs.close();
    }

 

1.2 创建新文件，并写入

     /*
     * create a new file in the hdfs.
     * notice that the toCreateFilePath is the full path
     * and write the content to the hdfs file.
      */
     public   static   void  createNewHDFSFile(String toCreateFilePath, String content)  throws  IOException
    {
        Configuration config  =   new  Configuration();
        FileSystem hdfs  =  FileSystem.get(config);
        
        FSDataOutputStream os  =  hdfs.create( new  Path(toCreateFilePath));

        os.write(content.getBytes( " UTF-8 " ));
        
        os.close();
        
        hdfs.close();
    }

1.3 删除文件

    /*
     * delete the hdfs file 
     * notice that the dst is the full path name
      */
     public   static   boolean  deleteHDFSFile(String dst)  throws  IOException
    {
        Configuration config  =   new  Configuration();
        FileSystem hdfs  =  FileSystem.get(config);
        
        Path path  =   new  Path(dst);
         boolean  isDeleted  =  hdfs.delete(path);
        
        hdfs.close();
        
         return  isDeleted;
    }
    

1.4  读取文件

     /** read the hdfs file content
     * notice that the dst is the full path name
      */
     public   static   byte [] readHDFSFile(String dst)  throws  Exception
    {
        Configuration conf  =   new  Configuration();
        FileSystem fs  =  FileSystem.get(conf);
        
         //  check if the file exists
        Path path  =   new  Path(dst);
         if  ( fs.exists(path) )
        {
            FSDataInputStream is  =  fs.open(path);
             //  get the file info to create the buffer
            FileStatus stat  =  fs.getFileStatus(path);
            
             //  create the buffer
             byte [] buffer  =   new   byte [Integer.parseInt(String.valueOf(stat.getLen()))];
            is.readFully( 0 , buffer);
            
            is.close();
            fs.close();
            
             return  buffer;
        }
         else
        {
             throw   new  Exception( " the file is not found . " );
        }
    }

<2>. 目录操作

2.1 创建目录

      /** make a new dir in the hdfs
     * 
     * the dir may like '/tmp/testdir'
      */
     public   static   void  mkdir(String dir)  throws  IOException
    {
        Configuration conf  =    new  Configuration();
        FileSystem fs  =  FileSystem.get(conf);
        
        fs.mkdirs( new  Path(dir));
        
        fs.close();
    }

2.2 删除目录    

      /** delete a dir in the hdfs
     * 
     * dir may like '/tmp/testdir'
      */
     public   static   void  deleteDir(String dir)  throws  IOException
    {
        Configuration conf  =   new  Configuration();
        FileSystem fs  =  FileSystem.get(conf);
        
        fs.delete( new  Path(dir));
        
        fs.close();
    }

2.3 读取某个目录下的所有文件 

     public  static  void  listAll(String dir)  throws  IOException
    {
        Configuration conf  =   new  Configuration();
        FileSystem fs  =  FileSystem.get(conf);
        
        FileStatus[] stats  =  fs.listStatus( new  Path(dir));
        
         for ( int  i  =   0 ; i  <  stats.length;  ++ i)
        {
             if  (stats[i].isFile())
            {
                 //  regular file
                System.out.println(stats[i].getPath().toString());
            }
             else   if  (stats[i].isDirectory())
            {
                 //  dir
                System.out.println(stats[i].getPath().toString());
            }
             else   if (stats[i].isSymlink())
            {
                 //  is s symlink in linux
                System.out.println(stats[i].getPath().toString());
            }
                 
        }
        fs.close();
    }

<4>. 参考资料及代码下载 

/Files/xuqiang/HadoopFSOperations.rar

注意的是如果是操作hdfs上文件的话，需要将hadoop-core和common-log的jar包添加到classpath中，在本地运行，如果是mapreduce程序的话，需要将程序打成jar包，之后上传到hdfs上，才能运行。 

转载于:https://www.cnblogs.com/xuqiang/archive/2011/06/03/2042526.html