实验二 熟悉常用的HDFS操作

实验2

熟悉常用的HDFS操作

 

 

1.实验目的

（1）理解HDFS在Hadoop体系结构中的角色；

（2）熟练使用HDFS操作常用的Shell命令；

（3）熟悉HDFS操作常用的Java API。

2. 实验平台

（1）操作系统：Linux（建议Ubuntu16.04或Ubuntu18.04）；

（2）Hadoop版本：3.1.3；

（3）JDK版本：1.8；

（4）Java IDE：Eclipse。

3. 实验步骤

（一）编程实现以下功能，并利用Hadoop提供的Shell命令完成相同任务：

（1） 向HDFS中上传任意文本文件，如果指定的文件在HDFS中已经存在，则由用户来指定是追加到原有文件末尾还是覆盖原有的文件；

 

Shell命令：hadoop fs -put localfile.txt /user/hadoop/

 

 

Java代码：

 

import org.apache.hadoop.conf.Configuration;  

import org.apache.hadoop.fs.FileSystem;  

import org.apache.hadoop.fs.Path;  

 

public class HDFSUpload {  

    public static void uploadFile(String localFilePath, String hdfsFilePath) throws Exception {  

        Configuration conf = new Configuration();  

        FileSystem fs = FileSystem.get(conf);  

        Path srcPath = new Path(localFilePath);  

        Path destPath = new Path(hdfsFilePath);  

        fs.copyFromLocalFile(srcPath, destPath);  

        fs.close();  

    }  

}

 

（2） 从HDFS中下载指定文件，如果本地文件与要下载的文件名称相同，则自动对下载的文件重命名；

Shell命令：hadoop fs -get /user/hadoop/test.txt /local/path/test.txt

 

 

Java代码：

 

public static void downloadFile(String hdfsFilePath, String localFilePath) throws Exception {  

    Configuration conf = new Configuration();  

    FileSystem fs = FileSystem.get(conf);  

    Path hdfsPath = new Path(hdfsFilePath);  

    Path localPath = new Path(localFilePath);  

    fs.copyToLocalFile(hdfsPath, localPath);  

    fs.close();  

}

（3） 将HDFS中指定文件的内容输出到终端中；

 

Shell命令：hadoop fs -cat /user/hadoop/test.txt

 

 

 

Java代码：

 

public static void readFile(String hdfsFilePath) throws Exception {  

    Configuration conf = new Configuration();  

    FileSystem fs = FileSystem.get(conf);  

    FSDataInputStream inputStream = fs.open(new Path(hdfsFilePath));  

    BufferedReader br = new BufferedReader(new InputStreamReader(inputStream));  

    String line;  

    while ((line = br.readLine()) != null) {  

        System.out.println(line);  

    }  

    br.close();  

    fs.close();  

}

（4） 显示HDFS中指定的文件的读写权限、大小、创建时间、路径等信息；

 

Shell命令：hadoop fs -ls /user/hadoop/test.txt

 

 

Java代码：

 

public static void getFileInfo(String hdfsFilePath) throws Exception {  

    Configuration conf = new Configuration();  

    FileSystem fs = FileSystem.get(conf);  

    FileStatus fileStatus = fs.getFileStatus(new Path(hdfsFilePath));  

    System.out.println("Path: " + fileStatus.getPath());  

    System.out.println("Size: " + fileStatus.getLen());  

    System.out.println("Permissions: " + fileStatus.getPermission());  

    System.out.println("Modification Time: " + fileStatus.getModificationTime());  

    fs.close();  

}

（5） 给定HDFS中某一个目录，输出该目录下的所有文件的读写权限、大小、创建时间、路径等信息，如果该文件是目录，则递归输出该目录下所有文件相关信息；

 

Shell命令：hadoop fs -ls -R /user/hadoop/

 

Java代码：

 

public static void listDirectory(String hdfsDirPath) throws Exception {  

    Configuration conf = new Configuration();  

    FileSystem fs = FileSystem.get(conf);  

    RemoteIterator<LocatedFileStatus> fileStatusListIterator = fs.listFiles(new Path(hdfsDirPath), true);  

    while (fileStatusListIterator.hasNext()) {  

        LocatedFileStatus fileStatus = fileStatusListIterator.next();  

        System.out.println("Path: " + fileStatus.getPath());  

        System.out.println("Size: " + fileStatus.getLen());  

        System.out.println("Permissions: " + fileStatus.getPermission());  

        System.out.println("Modification Time: " + fileStatus.getModificationTime());  

    }  

    fs.close();  

}

（6） 提供一个HDFS内的文件的路径，对该文件进行创建和删除操作。如果文件所在目录不存在，则自动创建目录；

Shell命令： hadoop fs -mkdir -p /user/hadoop/newdir  

hadoop fs -touchz /user/hadoop/newdir/newfile.txt  

hadoop fs -rm /user/hadoop/newdir/newfile.txt

 

 

 

Java代码：

 

public static void createFile(String hdfsFilePath) throws Exception {  

    Configuration conf = new Configuration();  

    FileSystem fs = FileSystem.get(conf);  

    FSDataOutputStream outputStream = fs.create(new Path(hdfsFilePath));  

    outputStream.close();  

    fs.close();  

}  

 

public static void deleteFile(String hdfsFilePath) throws Exception {  

    Configuration conf = new Configuration();  

    FileSystem fs = FileSystem.get(conf);  

    fs.delete(new Path(hdfsFilePath), false);  

    fs.close();  

}

 

（7） 提供一个HDFS的目录的路径，对该目录进行创建和删除操作。创建目录时，如果目录文件所在目录不存在，则自动创建相应目录；删除目录时，由用户指定当该目录不为空时是否还删除该目录；

 

Shell命令： hadoop fs -mkdir -p /user/hadoop/newdir  

hadoop fs -rmdir /user/hadoop/newdir

 

 

Java代码：

 

public static void createDirectory(String hdfsDirPath) throws Exception {  

    Configuration conf = new Configuration();  

    FileSystem fs = FileSystem.get(conf);  

    fs.mkdirs(new Path(hdfsDirPath));  

    fs.close();  

}  

 

public static void deleteDirectory(String hdfsDirPath, boolean recursive) throws Exception {  

    Configuration conf = new Configuration();  

    FileSystem fs = FileSystem.get(conf);  

    fs.delete(new Path(hdfsDirPath), recursive);  

    fs.close();  

}

（8） 向HDFS中指定的文件追加内容，由用户指定内容追加到原有文件的开头或结尾；

 

Shell命令：echo "new content" | hadoop fs -appendToFile - /user/hadoop/test.txt

 

 

Java代码：

 

public static void appendToFile(String hdfsFilePath, String content) throws Exception {  

    Configuration conf = new Configuration();  

    FileSystem fs = FileSystem.get(conf);  

    FSDataOutputStream outputStream = fs.append(new Path(hdfsFilePath));  

    outputStream.writeBytes(content);  

    outputStream.close();  

    fs.close();  

}

（9） 删除HDFS中指定的文件；

 

Shell命令：hadoop fs -rm /user/hadoop/test.txt

 

 

 

Java代码：

public static void removeFile(String hdfsFilePath) throws Exception {  

    Configuration conf = new Configuration();  

    FileSystem fs = FileSystem.get(conf);  

    fs.delete(new Path(hdfsFilePath), false);  

    fs.close();  

}

（10） 在HDFS中，将文件从源路径移动到目的路径。

 

Shell命令：hadoop fs -mv /user/hadoop/test.txt /user/hadoop/moved_test.txt

 

Java代码：

 

public static void moveFile(String sourcePath, String destPath) throws Exception {  

    Configuration conf = new Configuration();  

    FileSystem fs = FileSystem.get(conf);  

    fs.rename(new Path(sourcePath), new Path(destPath));  

    fs.close();  

}

 

（二）编程实现一个类“MyFSDataInputStream”，该类继承“org.apache.hadoop.fs.FSDataInputStream”，要求如下：实现按行读取HDFS中指定文件的方法“readLine()”，如果读到文件末尾，则返回空，否则返回文件一行的文本。

 

import org.apache.hadoop.fs.FSDataInputStream;  

import org.apache.hadoop.fs.FileSystem;  

import org.apache.hadoop.conf.Configuration;  

import java.io.BufferedReader;  

import java.io.InputStreamReader;  

 

public class MyFSDataInputStream extends FSDataInputStream {  

    public MyFSDataInputStream(FileSystem fs, Path path) throws IOException {  

        super(fs.open(path));  

    }  

 

    public String readLine() throws IOException {  

        BufferedReader br = new BufferedReader(new InputStreamReader(this));  

        return br.readLine();  

    }  

}

 

（三）查看Java帮助手册或其它资料，用“java.net.URL”和“org.apache.hadoop.fs.FsURLStreamHandlerFactory”编程完成输出HDFS中指定文件的文本到终端中。

 

 

import java.net.URL;  

import java.net.URLConnection;  

import org.apache.hadoop.fs.FsURLStreamHandlerFactory;  

 

public class HDFSFileReader {  

    static {  

        URL.setURLStreamHandlerFactory(new FsURLStreamHandlerFactory());  

    }  

 

    public static void main(String[] args) throws Exception {  

        URL url = new URL("hdfs://namenode:port/user/hadoop/test.txt");  

        URLConnection connection = url.openConnection();  

        BufferedReader in = new BufferedReader(new InputStreamReader(connection.getInputStream()));  

        String line;  

        while ((line = in.readLine()) != null) {  

            System.out.println(line);  

        }  

        in.close();  

    }