HDFS 文件操作

实现：在输入目录下的所有文件中，检索给定的字符串所出现的行，并将这些行的内容输出到本地文件系统的输出文件夹中。

shell：hadoop jar  resultFilter.jar resultFilter <dfs path> <local path> <match string> <file lines num>

package hdfs.fs.nefu;

import java.io.File;
import java.io.IOException;
import java.util.Scanner;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

public class resultFilter {

	public static void main(String[] args) throws IOException {
		// TODO Auto-generated method stub
		Configuration conf = new Configuration();
		FileSystem fs = FileSystem.get(conf);
		FileSystem local = FileSystem.getLocal(conf);//本地文件系统实例
		Path inputdir,localdir; //hdfs上的路径 ，本地路径
		
		FileStatus inputFiles[];	//记录文件信息
		FSDataOutputStream output = null; 	//创建文件的时候 需要输出流
		FSDataInputStream input = null;		//打开文件的时候 需要输入流
		/*
		 * @param scanner:一个可以使用正则表达式来分析基本类型和字符串的 简单文本扫描器。 
		 * Scanner 使用分隔符模式将其输入分解为标记，默认情况下该分隔符模式与空白匹配。
		 * 然后可以使用不同的 next 方法将得到的标记转换为不同类型的值。 
		 * */
		Scanner scan;
		String str;//待匹配的字符串
		byte[] buffer;
		int singleFileLines;
		int numLines,i,numFiles;
		
		if(args.length!=4){
			System.err.println("usage resultFilter<dst path><local path>"+
								"<match str><single file lines>");
			return;
		}
		inputdir = new Path(args[0]);
		//从输入处 获得每个文件的限制行数
		singleFileLines = Integer.parseInt(args[3]);
		
		try{
			inputFiles = fs.listStatus(inputdir);//获取目录信息
			numLines = 0;
			numFiles = 1;
			localdir = new Path(args[1]);
			//若目标路径存在 就删除文件
			if(local.exists(localdir)){
				local.delete(localdir, true);
			}
			for(i=0;i<inputFiles.length;i++){
				if(inputFiles[i].isDir() == true){
					continue;
				}
				//输出文件名
				System.out.println(inputFiles[i].getPath().getName());
				//打开文件 投入输入流中
				input = fs.open(inputFiles[i].getPath());
				//从输入流 扫描
				scan = new Scanner(input);
				
				while(scan.hasNext()){
					str = scan.nextLine();
					if(str.indexOf(args[2])==-1){
						continue;
					}
					numLines++;
					//如果是1 需要创建文件
					if(numLines == 1){
						/*@param File.separator:系统默认的分隔符 windows:\\ unix,linux:/*/
						localdir = new Path(args[1]+File.separator+numLines);
						output = local.create(localdir);
						numFiles++;
					}
					buffer = (str+"\n").getBytes();//字符串转化为字符数组
					output.write(buffer,0,buffer.length);
					//达到设定的文件行数的上限
					if(numLines == singleFileLines){
						output.close();
						numLines = 0;
					}
				}
				//关闭流
					scan.close();
					input.close();
			}
			if(output != null){
				output.close();
			}
		}catch(Exception e){
			e.printStackTrace();
		}
	}
}