11.12

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：	熟悉常用的HDFS操作	姓名	刘雪超	日期：2024.11.11
实验环境：vmware,hadoop3.4.0,finalshell4.3.10,jdk1.8, IntelliJ IDEA 2023.2.2
实验内容与完成情况： 1.上传文件: hdfs dfs -copyFromLocal /local/path/to/file /hdfs/path/to/destination 追加文件: hdfs dfs -appendToFile /local/path/to/file /hdfs/path/to/destination 2. hdfs_file="/path/in/hdfs/file.txt"; local_file="./`basename $hdfs_file`"; [ -e "$local_file" ] && local_file="./`basename ${hdfs_file%.*}_1${hdfs_file##*.}`"; i=1; while [ -e "$local_file" ]; do ((i++)); local_file="./`basename ${hdfs_file%.*}_$i${hdfs_file##*.}`"; done; hdfs dfs -get "$hdfs_file" "$local_file" 3.   4. hdfs dfs -ls /path/to/file   hdfs dfs -stat '%a %s %y %p' /path/to/file   5. hdfs dfs -ls -R /path/to/directory   6. 创建文件hdfs dfs -mkdir -p /path/to/directory  # 确保目录存在 hdfs dfs -put /local/path/to/file /path/to/directory/    删除文件hdfs dfs -rm /path/to/file   7.创建与删除目录hdfs dfs -mkdir -p /path/to/new_directory hdfs dfs -rmdir /path/to/empty_directory  # 只能删除空目录 hdfs dfs -rm -r /path/to/non_empty_directory  # 需要用户确认才能删除非空目录   8. echo "content to append" | hdfs dfs -appendToFile - /path/to/existing_file   9.删除文件hdfs dfs -rm /path/to/file   10.移动文件hdfs dfs -mv /source/path/to/file /destination/path/ 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：HDFS文件上传后部分数据缺失
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）：使用定期校验，定期向NameNode发送心跳信号（heartbeats）和块报告（block reports），以告知NameNode它们的状态和存储的数据块信息。