第4章 HDFS操作
4.1 命令行操作
可以通过命令行接口与HDFS系统进行交互,这样更加简单直观。下面就介绍一些HDFS系统的常用操作命令。
1.ls
使用ls命令可以查看HDFS系统中的目录和文件。例如,查看HDFS文件系统根目录下的目录和文件,命令如下:
hadooop fs –ls /
递归列出HDFS文件系统根目录下的所有目录和文件,命令如下:
hadooop fs –ls -R /
2.put
将本地文件上传到HDFS系统中。例如,将本地文件a.txt上传到HDFS文件系统的/input文件夹中,命令如下:
hadoop fs –put a.txt /input/
3.moveFromLocal
将本地文件移动到HDFS文件系统中,可以一次移动多个文件。与put命令类似,不同的是该命令执行后源文件将被删除。例如,将本地文件a.txt移动到HDFS的/input文件夹中,命令如下:
hadoop fs –moveFromLocal a.txt /input/
4.get
将HDFS文件系统中的文件下载到本地,注意下载时的文件名不能与本地文件相同,否则会提示文件已经存在。下载多个文件或目录到本地时,要将本地路径设置为文件夹。例如,将HDFS根目录中的input文件夹中的文件a.txt下载到本地,命令如下:
hadoop fs –get /input/a.txt a.txt
将HDFS根目录中的input文件夹下载到本地,命令如下:
hadoop fs –get /input/ input
注意:如果用户没有root权限,则本地路径要为用户文件夹下的路径,否则会出现权限问题。
5.rm
删除HDFS系统中的文件或文件夹,每次可以删除多个文件或目录。例如,删除HDFS根目录的input文件夹中的文件a.txt,命令如下:
hadoop fs –rm /input/a.txt
删除HDFS根目录的output文件夹,命令如下:
hadoop fs -rm -r /output
6.mkdir
在HDFS系统中创建文件或目录。例如,在HDFS根目录下创建文件夹input,命令如下:
hadoop fs –mkdir /input/
也可使用-p参数创建多级目录,如果父目录不存在,则会自动创建父目录。命令如下:
hadoop fs –mkdir –p /input/file
7.cp
拷贝文件到另一个文件,相当于给文件重命名并保存,但源文件还存在。例如,将/input/a.txt拷贝到/input/b.txt,并保留a.txt,命令如下:
hadoop fs –cp /input/a.txt /input/b.txt
8.mv
移动文件到另一个文件,相当于给文件重命名并保存,源文件已不存在。例如,将a.txt移动到b.txt,命令如下:
hadoop fs –mv /input/a.txt /input/b.txt
4.2 Java API操作
使用HDFS Java API可以远程对HDFS系统中的文件进行新建、删除、读取等操作。本节主要介绍如何在eclipse中编写HDFS Java API与HDFS文件系统进行交互。
4.2.1 创建Java工程
在编写Java API之前,首先需要新建一个Hadoop项目。Hadoop项目的结构与普通的Java项目一样,只是依赖的jar包不同。
在eclipse中新建一个Maven项目hdfs_demo(Maven项目的搭建此处不做过多讲解),然后在该项目的pom.xml文件中添加以下代码,以引入HDFS的Java API依赖包:
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-common</artifactId>
<version>2.7.1</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-hdfs</artifactId>
<version>2.7.1</version>
</dependency>
<dependency>
<groupId>jdk.tools</groupId>
<artifactId>jdk.tools</artifactId>
<version>1.7</version>
<scope>system</scope>
<systemPath>${JAVA_HOME}/lib/tools.jar</systemPath>
</dependency>
配置好pom.xml后,即可进行HDFS Java API的编写。
4.2.2 读取数据
FileSystem是HDFS Java API的核心工具类,使用FileSystem API可以很轻松的操作HDFS中的文件。例如,在HDFS文件系统的根目录有一个文件file.txt,可以直接使用FileSystem API读取该文件内容。
1.编写代码
在新建的hdfs_demo项目中新建Java类FileSystemCat.java,写入查询显示file.txt文件内容的代码,完整代码如下所示:
import java.io.InputStream;
import java.net.URI;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
/**查询文件内容并输出**/
public class FileSystemCat {
public static void main(String[] args) throws Exception {
//文件在HDFS系统中的路径
String uri="hdfs://192.168.170.128:9000/file.txt";
Configuration conf=new Configuration();
FileSystem fs=FileSystem.get(URI.create(uri), conf);
//打开文件输入流
InputStream in=fs.open(new Path(uri));
//输出文件内容
IOUtils.copyBytes(in, System.out, 4096,false);
//关闭输入流
IOUtils.closeStream(in);
}
}
代码分析:
运行HDFS程序之前,需要先初始化Configuration类,该类的主要作用是读取HDFS的系统配置信息,也就是安装Hadoop时候的配置文件。例如core-site.xml、hdfs-site.xml和mapred-site.xml等文件里的信息。如下代码:
Configuration conf=new Configuration();
FileSystem是一个普通的文件系统API,可以使用静态工厂方法取得FileSystem实例。并传入文件在HDFS系统中的路径与Configuration对象参数。代码如下:
FileSystem fs=FileSystem.get(URI.create(uri), conf);
通过调用FileSystem对象的open方法,取得文件的输入流。如下代码:
InputStream in=fs.open(new Path(uri));
2.运行代码
直接在eclipse中右击运行该程序即可,若控制台中能正确输出文件file.txt的内容,说明代码编写正确。
4.2.3 创建目录
FileSystem也提供了创建目录的方法,这个方法会按照客户端请求创建未存在的父目录,就像java.io.File的mkdirs()一样。如果目录创建成功,它会返回true。
下面这个例子,是在HDFS文件系统根目录,创建一个名为mydir的文件夹。
1.编写代码
在新建的hdfs_demo项目中新建Java类CreateDir.java,写入的完整代码如下所示:
import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
/**创建目录mydir**/
public class CreateDir {
public static void main(String[] args) throws IOException {
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
FileSystem hdfs = FileSystem.get(conf);
//创建目录
boolean isok = hdfs.mkdirs(new Path("hdfs:/mydir"));
if(isok){
System.out.println("创建目录成功!");
}else{
System.out.println("创建目录失败!");
}
hdfs.close();
}
}
2.运行代码
直接在eclipse中右击运行该程序即可,若控制台中能正确输出“创建目录成功!”,说明代码编写正确。
4.2.4 创建文件
FileSystem还提供了创建文件的方法create(),通过调用这个函数,可以在HDFS文件系统中的指定路径创建一个文件,并对文件进行写入内容。例如,在HDFS系统根目录创建一个文件newfile2.txt,并写人内容“我是文件内容”,代码如下:
public static void createFile() throws Exception {
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
FileSystem fs = FileSystem.get(conf);
//打开一个输出流
FSDataOutputStream outputStream = fs.create(new Path("hdfs:/newfile2.txt"));
//写入文件内容
outputStream.write("我是文件内容".getBytes());
outputStream.close();
fs.close();
System.out.println("文件创建成功!");
}
4.2.5 删除文件
通过调用FileSystem提供的deleteOnExit()函数,可以对HDFS文件系统中已经存在的文件进行删除。例如,删除HDFS系统根目录下的文件newfile.txt,代码如下:
public static void deleteFile() throws Exception{
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
FileSystem fs = FileSystem.get(conf);
Path path = new Path("hdfs:/newfile.txt");
//删除文件
boolean isok = fs.deleteOnExit(path);
if(isok){
System.out.println("删除成功!");
}else{
System.out.println("删除失败!");
}
fs.close();
}
4.2.6 遍历文件和目录
我们可以通过FileSystem的listStatus()函数,对HDFS文件系统中指定路径下的所有目录和文件进行遍历。例如,递归遍历HDFS系统根目录下的所有文件和目录并输出路径信息,代码如下:
public class ListStatus {
private static FileSystem hdfs;
public static void main(String[] args) throws Exception {
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
hdfs = FileSystem.get(conf);
//遍历HDFS上的文件和目录
FileStatus[] fs = hdfs.listStatus(new Path("hdfs:/"));
if (fs.length > 0) {
for (FileStatus f : fs) {
showDir(f);
}
}
}
private static void showDir(FileStatus fs) throws Exception {
Path path = fs.getPath();
//输出文件或目录的路径
System.out.println(path);
//如果是目录,进行递归遍历该目录下的所有子目录或文件
if (fs.isDirectory()) {
FileStatus[] f = hdfs.listStatus(path);
if (f.length > 0) {
for (FileStatus file : f) {
showDir(file);
}
}
}
}
}
假设HDFS文件系统的根目录有文件夹input、文件newfile.txt,input中有文件test.txt,则上述代码的输出结果为:
hdfs://192.168.170.128:9000/input
hdfs://192.168.170.128:9000/input/test.txt
hdfs://192.168.170.128:9000/newfile.txt
4.2.7 上传本地文件
FileSystem提供了一个copyFromLocalFile()函数,可以将操作系统本地的文件上传到HDFS文件系统中。例如,将windows系统中D盘的copy_test.txt文件上传到HDFS文件系统的根目录,代码如下:
public static void copyFromLocalFile() throws Exception{
//1.创建配置器
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
//2.取得FileSystem文件系统实例
FileSystem fs = FileSystem.get(conf);
//3.创建可供hadoop使用的文件系统路径
Path src = new Path("D:/copy_test.txt"); //本地目录/文件
Path dst = new Path("hdfs:/"); //目标目录/文件
// 4.拷贝上传本地文件(本地文件,目标路径) 至HDFS文件系统中
fs.copyFromLocalFile(src, dst);
System.out.println("文件上传成功!");
}
4.2.8 下载文件到本地
FileSystem提供了一个copyToLocalFile()函数,可以将HDFS文件系统中的文件下载到操作系统本地。例如,将HDFS文件系统根目录的文件newfile.txt下载到windows系统中D盘根目录,并重命名为new.txt,代码如下:
public static void copyToLocalFile() throws Exception{
//1.创建配置器
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
//2.取得FileSystem文件系统实例
FileSystem fs = FileSystem.get(conf);
//3.创建可供hadoop使用的文件系统路径
Path src = new Path("hdfs:/newfile2.txt");//目标目录/文件
Path dst = new Path("D:/new.txt"); //本地目录/文件
//4.从HDFS文件系统中拷贝下载文件(目标路径,本地文件)至本地
fs.copyToLocalFile(false,src,dst,true);
System.out.println("文件下载成功!");
}
原创文章,转载请注明出处!!
原创文章,转载请注明出处!!