12.21

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；

（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；

（3）将HDFS中指定文件的内容输出到终端中；

（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；

（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；

（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；

（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；

（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；

（9）删除HDFS中指定的文件；

（10）在HDFS中，将文件从源路径移动到目的路径。

（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。

源代码：

import org.apache.hadoop.fs.FSDataInputStream;
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;

public class MyFSDataInputStream extends FSDataInputStream {

    private BufferedReader reader;

    public MyFSDataInputStream(FSDataInputStream in) {
        super(in); // 调用父类的构造方法
        this.reader = new BufferedReader(new InputStreamReader(in)); // 初始化 BufferedReader
    }

    /**
     * 自定义方法，用于按行读取 HDFS 文件
     *
     * @return 文件中的一行内容，或者文件末尾返回 null
     * @throws IOException
     */
    public String readLineFromHDFS() throws IOException {
        return reader.readLine(); // 按行读取
    }

    @Override
    public void close() throws IOException {
        if (reader != null) {
            reader.close(); // 关闭 BufferedReader
        }
        super.close(); // 关闭 FSDataInputStream
    }

    public static void main(String[] args) {
        // 示例代码，展示如何使用 MyFSDataInputStream
        // 假设已经配置好 Hadoop 环境并且指定了 HDFS 文件路径
        org.apache.hadoop.conf.Configuration conf = new org.apache.hadoop.conf.Configuration();
        conf.set("fs.defaultFS", "hdfs://node1:8020"); // 修改为你的 HDFS 地址
        org.apache.hadoop.fs.FileSystem fs = null;

        try {
            fs = org.apache.hadoop.fs.FileSystem.get(conf);
            // 打开 HDFS 中的文件
            FSDataInputStream inputStream = fs.open(new org.apache.hadoop.fs.Path("/myfile.txt"));
            MyFSDataInputStream myInputStream = new MyFSDataInputStream(inputStream);

            // 按行读取文件
            String line;
            while ((line = myInputStream.readLineFromHDFS()) != null) {
                System.out.println(line); // 输出每一行
            }

        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            if (fs != null) {
                try {
                    fs.close(); // 关闭文件系统
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
    }
}

（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。

源代码：

import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.URI;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

public class HDFSFileReader {

    public static void main(String[] args) {
        // 配置 HDFS
        Configuration conf = new Configuration();
        conf.set("fs.defaultFS", "hdfs://node1:8020"); // 替换为你的 HDFS 地址

        // 配置 HDFS 文件系统实现类
        conf.set("fs.hdfs.impl", org.apache.hadoop.hdfs.DistributedFileSystem.class.getName());

        try {
            // 创建 HDFS 文件系统，使用 URI 而非 URL
            URI uri = new URI("hdfs://node1:8020");
            FileSystem fs = FileSystem.get(uri, conf);

            // HDFS 文件路径
            Path filePath = new Path("/myfile.txt"); // 替换为你要读取的 HDFS 文件路径

            // 打开 HDFS 文件输入流
            BufferedReader reader = new BufferedReader(new InputStreamReader(fs.open(filePath)));

            // 逐行读取并打印文件内容
            String line;
            while ((line = reader.readLine()) != null) {
                System.out.println(line);
            }

            // 关闭流
            reader.close();
            fs.close();

        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

4.实验报告

题目：	熟悉常用的HDFS操作	姓名	邓睿智	日期 2024.11.17
实验环境：Linux
实验内容与完成情况：熟悉常用的HDFS操作；已完成
出现的问题：编码过程中出现文件插入失败的问题
解决方案（列出遇到的问题和解决办法，列出没有解决的问题）：重新检查代码，发现位置拼写相关错误