12月6日总结

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。
（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。

4.实验报告
题目： 实验2熟悉常用的HDFS操作 姓名 刘梦阳 日期:2023.11.12
实验环境：（1）操作系统：Linux（centos）（2）Hadoop版本：3.1.3（3）JDK版本：1.8（4）Java IDE：idea。
实验内容与完成情况：
（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
检查文件是否存在，可以使用如下命令:

执行完上述命令不会输出结果，需要继续输入命令查看结果：

如果结果显示文件已经存在，则用户可以选择追加到原来文件末尾或者覆盖原来文件，
具体命令如下：
Hadoop fs -appendToFile local.txt text.txt #追加到原文件末尾
Hadoop fs -copyFromLocal -f local.txt text.txt #覆盖原来文件，第一种命令形式

也可以使用以下代码实现
if $(hadoop fs -test -e text.txt);
then $(hadoop fs -appendToFile local.txt text.txt);
else $(hadoop fs -copyFromLocal -f local.txt text.txt);
Fi

Java代码
package HDFSApi;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.;
import java.io.;
public class HDFSApi {
/**
* 判断路径是否存在
/
public static boolean test(Configuration conf, String path) throws IOException {
FileSystem fs = FileSystem.get(conf);
return fs.exists(new Path(path));
}
/*
* 复制文件到指定路径
* 若路径已存在，则进行覆盖
/
public static void copyFromLocalFile(Configuration conf, String localFilePath, String
remoteFilePath) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path localPath = new Path(localFilePath);
Path remotePath = new Path(remoteFilePath);
/ fs.copyFromLocalFile 第一个参数表示是否删除源文件，第二个参数表示是否覆
盖 /
fs.copyFromLocalFile(false, true, localPath, remotePath);
fs.close();
}
/*
* 追加文件内容
/
public static void appendToFile(Configuration conf, String localFilePath, String
remoteFilePath) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
/ 创建一个文件读入流 /
FileInputStream in = new FileInputStream(localFilePath);
/ 创建一个文件输出流，输出的内容将追加到文件末尾 /
FSDataOutputStream out = fs.append(remotePath);
/ 读写文件内容 */
byte[] data = new byte[1024];
int read = -1;
while ( (read = in.read(data)) > 0 ) {
out.write(data, 0, read);
}
out.close();
in.close();
fs.close();
}

/**
 * 主函数
 */
public static void main(String[] args) {
    Configuration conf = new Configuration();
    conf.set("fs.default.name","hdfs://node1:8020");
    String localFilePath = "E:\\local.txt"; // 本地路径
    String remoteFilePath = "/user/root/text.txt"; // HDFS 路径
    String choice = "append"; // 若文件存在则追加到文件末尾

// String choice = "overwrite"; // 若文件存在则覆盖
try {
/* 判断文件是否存在 /
Boolean fileExists = false;
if (HDFSApi.test(conf, remoteFilePath)) {
fileExists = true;
System.out.println(remoteFilePath + " 已存在.");
} else {
System.out.println(remoteFilePath + " 不存在.");
}
/ 进行处理 */
if ( !fileExists) { // 文件不存在，则上传
HDFSApi.copyFromLocalFile(conf, localFilePath, remoteFilePath);
System.out.println(localFilePath + " 已上传至 " + remoteFilePath);
} else if ( choice.equals("overwrite") ) { // 选择覆盖
HDFSApi.copyFromLocalFile(conf, localFilePath, remoteFilePath);
System.out.println(localFilePath + " 已覆盖 " + remoteFilePath);
} else if ( choice.equals("append") ) { // 选择追加
HDFSApi.appendToFile(conf, localFilePath, remoteFilePath);
System.out.println(localFilePath + " 已追加至 " + remoteFilePath);
}
} catch (Exception e) {
e.printStackTrace();
}
}
}
log4j.properties
log4j.rootLogger=info,consolePrint,errorFile,logFile

log4j.appender.consolePrint.Encoding = UTF-8
log4j.appender.consolePrint = org.apache.log4j.ConsoleAppender
log4j.appender.consolePrint.Target = System.out
log4j.appender.consolePrint.layout = org.apache.log4j.PatternLayout
log4j.appender.consolePrint.layout.ConversionPattern=%d %p [%c] - %m%n

log4j.appender.logFile.Encoding = UTF-8
log4j.appender.logFile = org.apache.log4j.DailyRollingFileAppender
log4j.appender.logFile.File = D:/eclipse/log4j_properties_runlog/WorldCount_demo_run.log
log4j.appender.logFile.Append = true
log4j.appender.logFile.Threshold = info
log4j.appender.logFile.layout = org.apache.log4j.PatternLayout
log4j.appender.logFile.layout.ConversionPattern = %-d{yyyy-MM-dd HH:mm:ss} [ %t:%r ] - [ %p ] %m%n

log4j.appender.errorFile.Encoding = UTF-8
log4j.appender.errorFile = org.apache.log4j.DailyRollingFileAppender
log4j.appender.errorFile.File = D:/eclipse/log4j_properties_runlog/WorldCount_demo_error.log
log4j.appender.errorFile.Append = true
log4j.appender.errorFile.Threshold = ERROR
log4j.appender.errorFile.layout = org.apache.log4j.PatternLayout
log4j.appender.errorFile.layout.ConversionPattern =%-d{yyyy-MM-dd HH:mm:ss} [ %t:%r ] - [ %p ] %m%n
· 运行截图

（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
if $(hdfs dfs -test -e file:///root/text.txt);
then $(hdfs dfs -copyToLocal text.txt ./text2.txt);
else $(hdfs dfs -copyToLocal text.txt ./text.txt);
Fi

Java代码
package HDFSApi;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.;
import java.io.;
public class HDFSApi {
/**
* 下载文件到本地
* 判断本地路径是否已存在，若已存在，则自动进行重命名
/
public static void copyToLocal(Configuration conf, String remoteFilePath, String
localFilePath) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
File f = new File(localFilePath);
/ 如果文件名存在，自动重命名(在文件名后面加上 0, 1 ...) */
if (f.exists()) {
System.out.println(localFilePath + " 已存在.");
Integer i = 0;
while (true) {
f = new File(localFilePath + "" + i.toString());
if (!f.exists()) {
localFilePath = localFilePath + "" + i.toString();
break;
}
}
System.out.println("将重新命名为: " + localFilePath);
}

    // 下载文件到本地
    Path localPath = new Path(localFilePath);
    fs.copyToLocalFile(remotePath, localPath);
    fs.close();
}
 
/**
 * 主函数
 */
public static void main(String[] args) {
    Configuration conf = new Configuration();
    conf.set("fs.default.name","hdfs://node1:8020");
    String localFilePath = "E:/text.txt"; // 本地路径
    String remoteFilePath = "/user/root/text.txt"; // HDFS 路径
    try {
        HDFSApi.copyToLocal(conf, remoteFilePath, localFilePath);
        System.out.println("下载完成");
    } catch (Exception e) {
        e.printStackTrace();
    }
}

}

运行结果

（3）将HDFS中指定文件的内容输出到终端中；

java代码
package HDFSApi;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.;
import java.io.;
public class HDFSApi {
/**
* 读取文件内容
*/
public static void cat(Configuration conf, String remoteFilePath) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
FSDataInputStream in = fs.open(remotePath);
BufferedReader d = new BufferedReader(new InputStreamReader(in));
String line = null;
while ( (line = d.readLine()) != null ) {
System.out.println(line);
}
d.close();
in.close();
fs.close();
}

/**
 * 主函数
 */
public static void main(String[] args) {
    Configuration conf = new Configuration();
    conf.set("fs.default.name","hdfs://node1:8020");
    String remoteFilePath = "/user/root/text.txt"; // HDFS 路径
    try {
        System.out.println("读取文件: " + remoteFilePath);
        HDFSApi.cat(conf, remoteFilePath);
        System.out.println("\n 读取完成");
    } catch (Exception e) {
        e.printStackTrace();
    }
}

}

运行截图

（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；
创建文件

删除文件

（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
创建目录

删除目录
删除目录的命令如下：hadoop fs -rmdir dir1/dir2
上述命令执行以后，如果目录非空，则会提示 not empty，删除操作不会执行。如果要
强制删除目录，可以使用如下命令：hadoop fs -rm -R dir1/dir2

java代码
package HDFSApi;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.;
import java.io.;
public class HDFSApi {
/**
* 判断路径是否存在
/
public static boolean test(Configuration conf, String path) throws IOException {
FileSystem fs = FileSystem.get(conf);
return fs.exists(new Path(path));
}
/*
* 判断目录是否为空
* true: 空，false: 非空
/
public static boolean isDirEmpty(Configuration conf, String remoteDir) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path dirPath = new Path(remoteDir);
RemoteIterator remoteIterator = fs.listFiles(dirPath, true);
return !remoteIterator.hasNext();
}
/*
* 创建目录
*/
public static boolean mkdir(Configuration conf, String remoteDir) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path dirPath = new Path(remoteDir);
boolean result = fs.mkdirs(dirPath);
fs.close();
return result;
}

/**
 * 删除目录
 */
public static boolean rmDir(Configuration conf, String remoteDir) throws IOException {
    FileSystem fs = FileSystem.get(conf);
    Path dirPath = new Path(remoteDir);
    /* 第二个参数表示是否递归删除所有文件 */
    boolean result = fs.delete(dirPath, true);
    fs.close();
    return result;
}
/**
 * 主函数
 */
public static void main(String[] args) {
    Configuration conf = new Configuration();
    conf.set("fs.default.name","hdfs://node1:8020");
    String remoteDir = "/user/root/input"; // HDFS 目录
    Boolean forceDelete = false; // 是否强制删除
    try {
        /* 判断目录是否存在，不存在则创建，存在则删除 */
        if ( !HDFSApi.test(conf, remoteDir) ) {
            HDFSApi.mkdir(conf, remoteDir); // 创建目录
            System.out.println("创建目录: " + remoteDir);
        } else {
            if ( HDFSApi.isDirEmpty(conf, remoteDir) || forceDelete ) { // 目录为空或强制删除
                HDFSApi.rmDir(conf, remoteDir);
                System.out.println("删除目录: " + remoteDir);
            } else { // 目录不为空
                System.out.println("目录不为空，不删除: " + remoteDir);
            }
        }
    } catch (Exception e) {
        e.printStackTrace();
    }
}

}

（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；
追加到文件末尾

追加到原文件的开头，在 HDFS 中不存在与这种操作对应的命令，因此，无法使用一条
命令来完成。可以先移动到本地进行操作，再进行上传覆盖，具体命令如下： 
hadoop fs -get text.txt
cat text.txt >> local.txt
hadoop fs -copyFromLocal -f local.txt text.txt

java代码
package HDFSApi;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.;
import java.io.;
public class HDFSApi {
/**
* 判断路径是否存在
/
public static boolean test(Configuration conf, String path) throws IOException {
FileSystem fs = FileSystem.get(conf);
return fs.exists(new Path(path));
}
/*
* 追加文本内容
/
public static void appendContentToFile(Configuration conf, String content, String
remoteFilePath) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
/ 创建一个文件输出流，输出的内容将追加到文件末尾 /
FSDataOutputStream out = fs.append(remotePath);
out.write(content.getBytes());
out.close();
fs.close();
}
/*
* 追加文件内容
/
public static void appendToFile(Configuration conf, String localFilePath, String
remoteFilePath) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
/ 创建一个文件读入流 /
FileInputStream in = new FileInputStream(localFilePath);
/ 创建一个文件输出流，输出的内容将追加到文件末尾 /
FSDataOutputStream out = fs.append(remotePath);
/ 读写文件内容 /
byte[] data = new byte[1024];
int read = -1;
while ( (read = in.read(data)) > 0 ) {
out.write(data, 0, read);
}
out.close();
in.close();
fs.close();
}
/*
* 移动文件到本地
* 移动后，删除源文件
*/
public static void moveToLocalFile(Configuration conf, String remoteFilePath, String
localFilePath) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
Path localPath = new Path(localFilePath);
fs.moveToLocalFile(remotePath, localPath);
}

/**
 * 创建文件
 */
public static void touchz(Configuration conf, String remoteFilePath) throws IOException {
 
    FileSystem fs = FileSystem.get(conf);
    Path remotePath = new Path(remoteFilePath);
    FSDataOutputStream outputStream = fs.create(remotePath);
    outputStream.close();
    fs.close();
}
 
/**
 * 主函数
 */
public static void main(String[] args) {
    Configuration conf = new Configuration();
    conf.set("fs.default.name","hdfs://node1:8020");
    String remoteFilePath = "/user/root/text.txt"; // HDFS 文件
    String content = "新追加的内容\n";
    String choice = "after"; //追加到文件末尾

// String choice = "before"; // 追加到文件开头
try {
/* 判断文件是否存在 /
if ( !HDFSApi.test(conf, remoteFilePath) ) {
System.out.println("文件不存在: " + remoteFilePath);
} else {
if ( choice.equals("after") ) { // 追加在文件末尾
HDFSApi.appendContentToFile(conf, content, remoteFilePath);
System.out.println("已追加内容到文件末尾" + remoteFilePath);
} else if ( choice.equals("before") ) { // 追加到文件开头
/ 没有相应的 api 可以直接操作，因此先把文件移动到本地/
/创建一个新的 HDFS，再按顺序追加内容 */
String localTmpPath = "/user/hadoop/tmp.txt";
// 移动到本地
HDFSApi.moveToLocalFile(conf, remoteFilePath, localTmpPath);
// 创建一个新文件
HDFSApi.touchz(conf, remoteFilePath);
// 先写入新内容
HDFSApi.appendContentToFile(conf, content, remoteFilePath);
// 再写入原来内容
HDFSApi.appendToFile(conf, localTmpPath, remoteFilePath);
System.out.println("已追加内容到文件开头: " + remoteFilePath);
}
}
} catch (Exception e) {
e.printStackTrace();
}
}
}

运行截图

（9）删除HDFS中指定的文件；

java代码
package HDFSApi;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.;
import java.io.;
public class HDFSApi {
/**
* 删除文件
*/
public static boolean rm(Configuration conf, String remoteFilePath) throws IOException {

    FileSystem fs = FileSystem.get(conf);
    Path remotePath = new Path(remoteFilePath);
    boolean result = fs.delete(remotePath, false);
    fs.close();
    return result;
}
/**
 * 主函数
 */
public static void main(String[] args) {
    Configuration conf = new Configuration();
    conf.set("fs.default.name","hdfs://node1:8020");
    String remoteFilePath = "/user/root/text.txt"; // HDFS 文件
    try {
        if ( HDFSApi.rm(conf, remoteFilePath) ) {
            System.out.println("文件删除: " + remoteFilePath);
        } else {
            System.out.println("操作失败（文件不存在或删除失败）");
        }
    } catch (Exception e) {
        e.printStackTrace();
    }
}

}

运行截图

（10）在HDFS中，将文件从源路径移动到目的路径。

Java代码
package HDFSApi;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.;
import java.io.;
public class HDFSApi {
/**
* 移动文件
*/
public static boolean mv(Configuration conf, String remoteFilePath, String
remoteToFilePath) throws IOException {
FileSystem fs = FileSystem.get(conf);
Path srcPath = new Path(remoteFilePath);
Path dstPath = new Path(remoteToFilePath);
boolean result = fs.rename(srcPath, dstPath);
fs.close();
return result;
}

/**
 * 主函数
 */
public static void main(String[] args) {
    Configuration conf = new Configuration();
    conf.set("fs.default.name","hdfs://node1:8020");
    String remoteFilePath = "hdfs:///user/root/text.txt"; // 源文件 HDFS 路径
    String remoteToFilePath = "hdfs:///user/root/new.txt"; // 目的 HDFS 路径
    try {
        if ( HDFSApi.mv(conf, remoteFilePath, remoteToFilePath) ) {
            System.out.println(" 将文件 " + remoteFilePath + " 移动到 " +
                    remoteToFilePath);
        } else {
            System.out.println("操作失败(源文件不存在或移动失败)");
        }
    } catch (Exception e) {
        e.printStackTrace();
    }
}

}

运行截图

（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。

（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。

出现的问题：
1.权限问题： 当尝试在 HDFS 中创建目录或复制文件时，可能会遇到权限问题，例如 "Permission denied" 错误。
2.NameNode 未启动： 在执行 HDFS 操作时，可能会遇到 "Connection refused" 或 "NameNode is not running" 错误。
3.目录不存在：尝试复制文件到一个不存在的目录时，会遇到 "No such file or directory" 错误。
4.数据块大小问题： 如果文件大小小于 HDFS 数据块的大小，可能会导致资源浪费。
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）：
1.解决方法： 确保你有足够的权限执行这些操作。可以使用 hadoop fs -ls 查看当前目录的权限，并使用 hadoop fs -chmod 修改权限。
2.解决方法： 确保 Hadoop 集群的所有组件都在运行。可以使用 jps 命令检查 NameNode、DataNode 等进程是否正常运行。
3.解决方法： 确保目标目录存在。如果不存在，可以使用 hadoop fs -mkdir 创建目录。
4.解决方法： 在上传文件之前，可以通过 hadoop fs -Ddfs.blocksize 命令设置新文件的数据块大小，以适应文件的实际大小。