Java API操作HDFS

hdfs在生产应用中主要是客户端的开发，其核心步骤是从hdfs提供的api中构造一个HDFS的访问客户端对象，然后通过该客户端对象操作（增删改查）HDFS上的文件
1.1 搭建开发环境
1、引入依赖

org.apache.hadoop
hadoop-client
2.8.3

注：如需手动引入jar包，hdfs的jar包—-hadoop的安装目录的share下
2、window下开发的说明
建议在linux下进行hadoop应用的开发，不会存在兼容性问题。如在window上做客户端应用开发，需要设置以下环境：
A、在windows的某个目录下解压一个hadoop的安装包
B、将安装包下的lib和bin目录用对应windows版本平台编译的本地库替换
C、在window系统中配置HADOOP_HOME指向你解压的安装包
D、在windows系统的path变量中加入hadoop的bin目录
1.2 获取api中的客户端对象
在java中操作hdfs，首先要获得一个客户端实例
Configuration conf = new Configuration()
FileSystem fs = FileSystem.get(conf)

而我们的操作目标是HDFS，所以获取到的fs对象应该是DistributedFileSystem的实例；
get方法是从何处判断具体实例化那种客户端类呢？
——从conf中的一个参数 fs.defaultFS的配置值判断；

如果我们的代码中没有指定fs.defaultFS，并且工程classpath下也没有给定相应的配置，conf中的默认值就来自于hadoop的jar包中的core-default.xml，默认值为： file:///，则获取的将不是一个DistributedFileSystem的实例，而是一个本地文件系统的客户端对象

1.4 HDFS客户端操作数据代码示例：
1.4.1 文件的增删改查
public class HdfsClient {

FileSystem fs = null;

@Before
public void init() throws Exception {

    // 构造一个配置参数对象，设置一个参数：我们要访问的hdfs的URI
    // 从而FileSystem.get()方法就知道应该是去构造一个访问hdfs文件系统的客户端，以及hdfs的访问地址
    // new Configuration();的时候，它就会去加载jar包中的hdfs-default.xml
    // 然后再加载classpath下的hdfs-site.xml
    Configuration conf = new Configuration();
    conf.set("fs.defaultFS", "hdfs://hdp-node01:9000");
    /**
     * 参数优先级： 1、客户端代码中设置的值 2、classpath下的用户自定义配置文件 3、然后是服务器的默认配置
     */
    conf.set("dfs.replication", "3");

    // 获取一个hdfs的访问客户端，根据参数，这个实例应该是DistributedFileSystem的实例
    // fs = FileSystem.get(conf);

    // 如果这样去获取，那conf里面就可以不要配"fs.defaultFS"参数，而且，这个客户端的身份标识已经是hadoop用户
    fs = FileSystem.get(new URI("hdfs://hdp-node01:9000"), conf, "hadoop");

}

/**
 * 往hdfs上传文件
 * 
 * @throws Exception
 */
@Test
public void testAddFileToHdfs() throws Exception {

    // 要上传的文件所在的本地路径
    Path src = new Path("g:/redis-recommend.zip");
    // 要上传到hdfs的目标路径
    Path dst = new Path("/aaa");
    fs.copyFromLocalFile(src, dst);
    fs.close();
}

/**
 * 从hdfs中复制文件到本地文件系统
 * 
 * @throws IOException
 * @throws IllegalArgumentException
 */
@Test
public void testDownloadFileToLocal() throws IllegalArgumentException, IOException {
    fs.copyToLocalFile(new Path("/jdk-7u65-linux-i586.tar.gz"), new Path("d:/"));
    fs.close();
}

@Test
public void testMkdirAndDeleteAndRename() throws IllegalArgumentException, IOException {

    // 创建目录
    fs.mkdirs(new Path("/a1/b1/c1"));

    // 删除文件夹 ，如果是非空文件夹，参数2必须给值true
    fs.delete(new Path("/aaa"), true);

    // 重命名文件或文件夹
    fs.rename(new Path("/a1"), new Path("/a2"));

}

/**
 * 查看目录信息，只显示文件
 * 
 * @throws IOException
 * @throws IllegalArgumentException
 * @throws FileNotFoundException
 */
@Test
public void testListFiles() throws FileNotFoundException, IllegalArgumentException, IOException {

    // 思考：为什么返回迭代器，而不是List之类的容器
    RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);

    while (listFiles.hasNext()) {
        LocatedFileStatus fileStatus = listFiles.next();
        System.out.println(fileStatus.getPath().getName());
        System.out.println(fileStatus.getBlockSize());
        System.out.println(fileStatus.getPermission());
        System.out.println(fileStatus.getLen());
        BlockLocation[] blockLocations = fileStatus.getBlockLocations();
        for (BlockLocation bl : blockLocations) {
            System.out.println("block-length:" + bl.getLength() + "--" + "block-offset:" + bl.getOffset());
            String[] hosts = bl.getHosts();
            for (String host : hosts) {
                System.out.println(host);
            }
        }
        System.out.println("--------------为angelababy打印的分割线--------------");
    }
}

/**
 * 查看文件及文件夹信息
 * 
 * @throws IOException
 * @throws IllegalArgumentException
 * @throws FileNotFoundException
 */
@Test
public void testListAll() throws FileNotFoundException, IllegalArgumentException, IOException {

    FileStatus[] listStatus = fs.listStatus(new Path("/"));

    String flag = "d--             ";
    for (FileStatus fstatus : listStatus) {
        if (fstatus.isFile())  flag = "f--         ";
        System.out.println(flag + fstatus.getPath().getName());
    }
}

}