使用JavaAPI操作HDFS文件系统(大数据学习6)

                             ******HDFS应用开发篇******

HDFS的java操作

1  搭建开发环境

1.1引入依赖

<dependency>

    <groupId>org.apache.hadoop</groupId>

    <artifactId>hadoop-client</artifactId>

    <version>2.6.4</version>

</dependency>

注:如需手动引入jar包,请引入hadoop安装目录的下的share文件下的common、hdfs  等jar包  

1.2 博主使用的是IDEA编辑器 

           1)打开编辑器 点击新建java项目  

            包名: com.lyz.bigdata.hdfs

            类名: HdfsClientDemo

          

            2)然后引入jar包  jar包引入方式: 直接Ctrl+Alt+Shift+S  打开

             

           3)点击Modules   

           4) 点击Dependencies 依赖   

           5)点击“+”号  选择你要上传的jar包  将上面share目录下的common和hdfs jar导进去就可以了

     

1.3 本地环境配置

       1)在此电脑-属性-高级系统设置-环境变量中添加 Hadoop 的配置

        

     2)path中添加

1.4 编写代码

package com.lyz.bigdata.hdfs;/**
 * @Author:759057893@qq.com Lyz
 * @Date: ${Date} 15:49
 * @Description:
 **/

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import org.junit.Before;
import org.junit.Test;

import java.io.IOException;
import java.net.URI;
import java.util.Iterator;
import java.util.Map;

/**
 *@Author:759057893@qq.com Lyz
 *@Date: 2019/1/14 15:49
 *@Description:
 **/
public class HdfsClientDemo {

    FileSystem fs =null ;

    Configuration conf = null;

    @Before
    public void init() throws Exception {

        conf = new Configuration();


        //fs.defaultFS 是在虚拟机上寻找主机地址和端口号,  hdfs://mini1:9000   博主的主机名是mini1  端口号一般对应的都是9000
        conf.set("fs.defaultFS", "hdfs://mini1:9000");


        // 拿到一个文件系统操作的客户端实例对象
        //fs = FileSystem.get(conf);
        //可以直接传入URI和用户身份
        fs = FileSystem.get(new URI("hdfs://mini1:9000"),conf,"hadoop");

    }
     /**
       * @function: 上传
       * @author: 759057893@qq.com lyz
       * @date: 2019/1/18 11:09
       */
    @Test
    public void testUpload() throws Exception {
        //  第一个路径指的是原路径 指window中你想要上传的文件   第二个路径指的是虚拟机上linux的根路径
        fs.copyFromLocalFile(new Path("c:/hsrv.txt"),new Path("/hsrv123.txt"));
        fs.close();
    }
     /**
       * @function: 下载
       * @author: 759057893@qq.com lyz
       * @date: 2019/1/18 11:09
       */
    @Test
    public void testDownload() throws Exception {

        fs.copyToLocalFile(new Path("/hsrv123.txt"),new Path("f:/hadoop-APIcode/"));
        fs.close();
    }
    
     /**
       * @function: 打印参数
       * @function: 显示数据
       * @author: 759057893@qq.com lyz
       * @date: 2019/1/18 11:33
       */
     @Test
     public  void  testConf() throws Exception{
         Iterator<Map.Entry<String,String>> it  =conf.iterator();
         while(it.hasNext()){
             Map.Entry<String,String> ent = it.next();
             System.out.println(ent.getKey()+ ";"+ent.getValue());
         }
     }
    /**
     * @function:
     * @function: 创建文件
     * @author: 759057893@qq.com lyz
     * @date: 2019/1/18 11:33
     */
     @Test
     public void mkdir() throws Exception{
       boolean mkdir =  fs.mkdirs(new Path("/testMkdir/a/bbb"));
         System.out.println(mkdir);
     }

    /**
     * @function:
     * @function: 删除文件
     * @author: 759057893@qq.com lyz
     * @date: 2019/1/18 11:33
     */
    @Test
    public void testDelete() throws Exception{
        boolean flag =  fs.delete(new Path("/tmp"),true);
        System.out.println(flag);
    }

    /**
     * 递归列出指定目录下所有子文件夹中的文件
     * @throws Exception
     */
    @Test
    public void testLs() throws Exception {

        RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);

        while(listFiles.hasNext()){
            LocatedFileStatus fileStatus = listFiles.next();
            System.out.println("blocksize: " +fileStatus.getBlockSize());
            System.out.println("owner: " +fileStatus.getOwner());
            System.out.println("Replication: " +fileStatus.getReplication());
            System.out.println("Permission: " +fileStatus.getPermission());
            System.out.println("Name: " +fileStatus.getPath().getName());
            System.out.println("------------------");
            BlockLocation[] blockLocations = fileStatus.getBlockLocations();
            for(BlockLocation b:blockLocations){
                System.out.println("块起始偏移量: " +b.getOffset());
                System.out.println("块长度:" + b.getLength());
                //块所在的datanode节点
                String[] datanodes = b.getHosts();
                for(String dn:datanodes){
                    System.out.println("datanode:" + dn);
                }
            }



        }

    }
     /**
       * @function:  查询存储的是文件还是文件夹
       * @author: 759057893@qq.com lyz
       * @date: 2019/1/21 14:40
       */
    @Test
    public void testLs2() throws Exception {

        FileStatus[] listStatus = fs.listStatus(new Path("/"));
        for(FileStatus file :listStatus){

            System.out.println("name: " + file.getPath().getName());
            System.out.println((file.isFile()?"file":"directory"));

        }

    }

    public static void main(String[] args) throws Exception {
        FileSystem fs =null ;

        Configuration conf = new Configuration();

        conf.set("fs.defaultFS", "hdfs://mini1:9000");

        // 拿到一个文件系统操作的客户端实例对象
        fs = FileSystem.get(conf);
    }
}

1.5 运行 

 

 点击运行 就可以看到文件已经上传成功

 

 

 

 

 

 

 

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 第2关要求我们学习如何使用hdfs-java接口来读取文件。 Hadoop分布式文件系统HDFS)是Hadoop的核心组件之一,它提供了一种可靠的、高容错性的分布式文件系统,可以存储大量的数据。而hdfs-java接口则是Hadoop提供的Java API,可以用来操作HDFS。 在这一关中,我们需要学习如何使用hdfs-java接口来读取HDFS中的文件。具体来说,我们需要掌握如何创建一个HDFS文件系统对象、如何打开一个HDFS文件、如何读取文件内容等操作。 通过学习这些内容,我们可以更好地理解Hadoop分布式文件系统的工作原理,也可以更加灵活地使用Hadoop来处理大数据。 ### 回答2: HDFS(Hadoop 分布式文件系统)是开源框架 Apache Hadoop 中的主要组件之一。它设计用来运行在大规模的硬件集群上,可提供容错性,高可用性和高吞吐量的数据访问。 在 HDFS 中,每个文件都分散存储在多个机器上,这些机器成为数据节点(DataNode),其中一个 Namenode 协调这些数据节点并决定文件存储的位置。HDFS 采用副本机制保障数据的可靠性,每个文件默认有三个副本。因此,在文件读取时,可以从任何一个副本节点中读取文件内容,这样可以提供数据读取的高可用性和冗余性。 HDFS 提供了 Java API 以实现读取和写入文件,这个接口称为 Hadoop HDFS Java API。这个 API 提供一系列类和接口供我们使用。例如,FileSystem、Path 和 FSDataInputStream 类可以用来打开和读取 HDFS 中的文件。其中 FileSystem 是用于访问 HDFS文件系统的核心类,它提供了诸如 create()、delete()、mkdir() 等操作访问文件系统。Path 类表示文件在 HDFS 中的路径,FSDataInputStream 则用于读取 HDFS 中的文件。 hdfs-read-file 示例代码: ```java import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.*; import java.io.*; public class HdfsReadFile{ public static void main(String[] args) throws Exception{ String uri = "hdfs://localhost:9000/test/file.txt"; Configuration conf = new Configuration(); FileSystem fs = FileSystem.get(URI.create(uri), conf); Path path = new Path(uri); FSDataInputStream in = fs.open(path); BufferedReader d = new BufferedReader(new InputStreamReader(in)); String line; while ((line = d.readLine()) != null) { System.out.println(line); } d.close(); fs.close(); } } ``` 这个程序从 HDFS 读取指定文件并输出文件的内容。其中,FileSystem.get() 方法获取以用户身份访问 HDFS 的 FileSystem 实例,Path 类维护了文件路径信息,而 FSDataInputStream 类提供了读取文件的方法。 总之,Hadoop HDFS Java API 为我们提供了开发 Hadoop 应用程序的高级接口,使得我们能够轻松地访问 HDFS,实现各种操作,例如读取、写入和删除文件等。本关卡介绍了 HDFS 文件读取,通过实现这个简单的程序,我们了解到 HDFS Java 接口的小部分。 ### 回答3: HDFS(Hadoop分布式文件系统)是Hadoop中非常重要的一个组件,它能够将海量的数据以高容错性,高吞吐量的方式存储在多个节点上,实现了对大数据的高效处理。在Java应用中,读取HDFS数据需要使用Hadoop提供的Java API来进行操作。 在读取HDFS文件之前,需要先建立连接到Hadoop集群的配置信息。建立连接的代码如下: ```java Configuration conf = new Configuration(); FileSystem fs = FileSystem.get(new URI("hdfs://localhost:9000"), conf, "hadoop"); ``` 在这里,`conf`是一个`Configuration`对象,表示Hadoop集群的一些配置信息;`FileSystem`是Hadoop提供的管理文件系统的类,其中的`URI`参数是HDFS所在集群的网络地址,`conf`表示连接HDFS所需的配置信息,最后的`hadoop`是连接HDFS的用户名。这一段代码实现了与HDFS的连接。 接下来,就可以用`FSDataInputStream`类来读取HDFS上的文件,如下所示: ```java Path filePath = new Path("/path/to/file"); FSDataInputStream inStream = fs.open(filePath); ``` 这里,`Path`是Hadoop提供的一个表示HDFS文件路径的类,其中的参数是需要读取的文件在HDFS上的路径;`FSDataInputStream`是Hadoop提供的一个用于读取数据数据流对象,`inStream`就是用于读取文件的一个数据流实例对象。 读取文件之后,就可以把它转换成需要的数据格式。比如,可以用`BufferedReader`读取字符文件,如下所示: ```java BufferedReader reader = new BufferedReader(new InputStreamReader(inStream)); String line; while ((line = reader.readLine()) != null) { // 处理每一行数据 } ``` 在这里,`BufferedReader`是Java提供的字符输入流缓存类,`InputStreamReader`是把字节输入流转换成字符输入流的类。使用`BufferedReader`可以一行一行地读取文件内容并进行处理。 除了字符文件之外,还可以读取二进制文件。比如,可以使用`ByteArrayOutputStream`将数据读取到字节数组中,如下所示: ```java ByteArrayOutputStream outputStream = new ByteArrayOutputStream(); byte[] buffer = new byte[1024]; int len = 0; while ((len = inStream.read(buffer)) != -1) { outputStream.write(buffer, 0, len); } byte[] data = outputStream.toByteArray(); ``` 在这里,`ByteArrayOutputStream`是Java提供的一个内存字节缓存区,使用`read`方法读取字节流,并将读取的字节数据写入缓存区中。最终使用`toByteArray`方法将缓存区中的数据转换成字节数组。 总之,使用Java API读取HDFS数据能够方便地实现对Hadoop集群中的大量数据的处理,给大数据领域的开发和运维带来了极大的便捷性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

3分钟秒懂大数据

你的打赏就是对我最大的鼓励

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值