一、[HDFS之API客户端IO流操作]——[文件上传下载]——[seek读取]
### --- I/O流操作HDFS
~~~ 以上我们使用的API操作都是HDFS系统框架封装好的。
~~~ 我们自己也可以采用IO流的方式实现文件的上传和下载。
二、文件上传
### --- 文件上传
~~~ 需求:把本地e盘上的yanqi.txt文件上传到HDFS根目录
### --- 编写代码
@Test
public void putFileToHDFS() throws IOException, InterruptedException,
URISyntaxException {
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://linux121:9000"),
configuration, "root");
// 2 创建输入流
FileInputStream fis = new FileInputStream(new File("e:/yanqi.txt"));
// 3 获取输出流
FSDataOutputStream fos = fs.create(new Path("/yanqi_io.txt"));
// 4 流对拷
IOUtils.copyBytes(fis, fos, configuration);
// 5 关闭资源
IOUtils.closeStream(fos);
IOUtils.closeStream(fis);
fs.close();
}
三、文件下载
### --- 文件下载
~~~ 需求:从HDFS上下载yanqi.txt文件到本地e盘上
### --- 编写代码
~~~ 文件下载
@Test
public void getFileFromHDFS() throws IOException, InterruptedException,
URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://linux121:9000"),
configuration, "root");
// 2 获取输入流
FSDataInputStream fis = fs.open(new Path("/yanqi_io.txt"));
// 3 获取输出流
FileOutputStream fos = new FileOutputStream(new
File("e:/yanqi_io_copy.txt"));
// 4 流的对拷
IOUtils.copyBytes(fis, fos, configuration);
// 5 关闭资源
IOUtils.closeStream(fos);
IOUtils.closeStream(fis);
fs.close();
}
四、seek 定位读取
### --- seek 定位读取
~~~ 需求:将HDFS上的yanqi.txt的内容在控制台输出两次
### --- 编写代码
@Test
public void readFileSeek2() throws IOException, InterruptedException,
URISyntaxException{
// 1 获取文件系统
Configuration configuration = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://linux121:9000"),
configuration, "root");
// 2 打开输入流,读取数据输出到控制台
FSDataInputStream in = null;
try{
in= fs.open(new Path("/yanqi.txt"));
IOUtils.copyBytes(in, System.out, 4096, false);
in.seek(0); //从头再次读取
IOUtils.copyBytes(in, System.out, 4096, false);
}finally {
IOUtils.closeStream(in);
}
}
### --- windows解压安装Hadoop后,在调用相关API操作HDFS集群时可能会报错,
~~~ 这是由于Hadoop安装缺少windows操作系统相关文件所致,如下图:
~~~ # 解决方案:
~~~ 从资料文件夹中找到winutils.exe拷贝放到windows系统Hadoop安装目录的bin目录下即可!!
~~~ # HDFS文件系统权限问题
~~~ hdfs的文件权限机制与linux系统的文件权限机制类似!!
~~~ 如果linux系统用户zhangsan使用hadoop命令创建一个文件,那么这个文件在HDFS当中的owner就是zhangsan
~~~ HDFS文件权限的目的,防止好人做错事,而不是阻止坏人做坏事。HDFS相信你告诉我你是谁,你就是谁!!
![](https://i-blog.csdnimg.cn/blog_migrate/5ecb6b8b246088399a3a6e7faa7c8114.png)
### --- 解决方案
~~~ 指定用户信息获取FileSystem对象
~~~ 关闭HDFS集群权限校验
vim hdfs-site.xml
# 添加如下属性
<property>
<name>dfs.permissions</name>
<value>true</value>
</property>
### --- 修改完成之后要分发到其它节点,同时要重启HDFS集群
~~~ 基于HDFS权限本身比较鸡肋的特点,我们可以彻底放弃HDFS的权限校验,
~~~ 如果生产环境中我们可以考虑借助kerberos以及sentry等安全框架来管理大数据集群安全。
~~~ 所以我们直接修改HDFS的根目录权限为777
hadoop fs -chmod -R 777 /
### --- 参考代码
package com.yanqi.hdfs;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import org.apache.hadoop.fs.permission.FsPermission;
import org.apache.hadoop.io.IOUtils;
import org.apache.hadoop.util.Progressable;
import org.apache.hadoop.yarn.webapp.hamlet.Hamlet;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;
import java.io.*;
import java.net.URI;
import java.net.URISyntaxException;
public class HdfsClientDemo {
FileSystem fs = null;
Configuration configuration = null;
@Before
public void init() throws URISyntaxException, IOException,
InterruptedException {
//1 获取Hadoop 集群的configuration对象
configuration = new Configuration();
// configuration.set("fs.defaultFS", "hdfs://linux121:9000");
// configuration.set("dfs.replication", "2");
//2 根据configuration获取Filesystem对象
fs = FileSystem.get(new URI("hdfs://linux121:9000"), configuration,
"root");
}
@After
public void destory() throws IOException {
//4 释放FileSystem对象(类似数据库连接)
fs.close();
}
@Test
public void testMkdirs() throws URISyntaxException, IOException,
InterruptedException {
// FileSystem fs = FileSystem.get(configuration);
//3 使用FileSystem对象创建一个测试目录
fs.mkdirs(new Path("/api_test2"));
}
//上传文件
@Test
public void copyFromLocalToHdfs() throws URISyntaxException, IOException,
InterruptedException {
//上传文件
//src:源文件目录:本地路径
//dst:目标文件目录,hdfs路径
fs.copyFromLocalFile(new Path("e:/yanqi.txt"), new Path("/yanqi.txt"));
//上传文件到hdfs默认是3个副本,
//如何改变上传文件的副本数量?
//1 configuration对象中指定新的副本数量
}
//下载文件
@Test
public void copyFromHdfsToLocal() throws URISyntaxException, IOException,
InterruptedException {
// boolean:是否删除源文件
//src:hdfs路径
//dst:目标路径,本地路径
fs.copyToLocalFile(true, new Path("/yanqi.txt"), new
Path("e:/yanqi_copy.txt"));
}
//删除文件或者文件夹
@Test
public void deleteFile() throws URISyntaxException, IOException,
InterruptedException {
fs.delete(new Path("/api_test2"), true);
}
//遍历hdfs的根目录得到文件以及文件夹的信息:名称,权限,长度等
@Test
public void listFiles() throws URISyntaxException, IOException,
InterruptedException {
//得到一个迭代器:装有指定目录下所有文件信息
RemoteIterator<LocatedFileStatus> remoteIterator = fs.listFiles(new
Path("/"), true);
//遍历迭代器
while (remoteIterator.hasNext()) {
LocatedFileStatus fileStatus = remoteIterator.next();
//文件名称
final String fileName = fileStatus.getPath().getName();
//长度
final long len = fileStatus.getLen();
//权限
final FsPermission permission = fileStatus.getPermission();
//分组
final String group = fileStatus.getGroup();
//用户
final String owner = fileStatus.getOwner();
System.out.println(fileName + "\t" + len + "\t" + permission + "\t"
+ group + "\t" + owner);
//块信息
final BlockLocation[] blockLocations =
fileStatus.getBlockLocations();
for (BlockLocation blockLocation : blockLocations) {
final String[] hosts = blockLocation.getHosts();
for (String host : hosts) {
System.out.println("主机名称" + host);
}
}
System.out.println("---------------------------------");
}
}
//文件以及文件夹判断
@Test
public void isFile() throws URISyntaxException, IOException,
InterruptedException {
final FileStatus[] fileStatuses = fs.listStatus(new Path("/"));
for (FileStatus fileStatus : fileStatuses) {
final boolean flag = fileStatus.isFile();
if (flag) {
System.out.println("文件:" + fileStatus.getPath().getName());
} else {
System.out.println("文件夹:" + fileStatus.getPath().getName());
}
}
}
//使用IO流操作HDFS
//上传文件:准备输入流读取本地文件,使用hdfs的输出流写数据到hdfs
@Test
public void uploadFileIO() throws IOException {
//1. 读取本地文件的输入流
final FileInputStream inputStream = new FileInputStream(new
File("e:/yanqi.txt"));
//2. 准备写数据到hdfs的输出流
final FSDataOutputStream outputStream = fs.create(new
Path("/yanqi.txt"));
// 3.输入流数据拷贝到输出流 :数组的大小,以及是否关闭流底层有默认值
IOUtils.copyBytes(inputStream, outputStream, configuration);
//4.可以再次关闭流
IOUtils.closeStream(outputStream);
IOUtils.closeStream(inputStream);
}
//下载文件
@Test
public void downLoadFileIO() throws IOException {
//1. 读取hdfs文件的输入流
final FSDataInputStream in = fs.open(new Path("/yanqi.txt"));
//2. 本地文件的输出流
final FileOutputStream out = new FileOutputStream(new
File("e:/yanqi_io_copy.txt"));
//3. 流的拷贝
IOUtils.copyBytes(in, out, configuration);
//4.可以再次关闭流
IOUtils.closeStream(out);
IOUtils.closeStream(in);
}
//seek定位读取hdfs指定文件 :使用io流读取/yanqi.txt文件并把内容输出两次,本质就是读取文件内容两次并输出
@Test
public void seekReadFile() throws IOException {
//1 创建一个读取hdfs文件的输入流
final FSDataInputStream in = fs.open(new Path("/yanqi.txt"));
//2.控制台数据:System.out
//3 实现流拷贝,输入流--》控制台输出
// IOUtils.copyBytes(in, System.out, configuration);
IOUtils.copyBytes(in, System.out, 4096, false);
//4. 再次读取文件
in.seek(0); //定位从0偏移量(文件头部)再次读取
IOUtils.copyBytes(in, System.out, 4096, false);
//5.关闭输入流
IOUtils.closeStream(in);
}
}