HDFS 客户端操作

By | 2018年11月30日
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_35641192/article/details/80260482

1 HDFS 客户端环境准备

1 jar 包准备
1 解压 hadoop-2.7.2.tar.gz 到非中文目录
2 进入 share 文件夹,查找所有 jar 包, 并把 jar 包拷贝到_lib 文件夹下
3 在全部 jar 包中查找 sources.jar, 并剪切到_source 文件夹
4 在全部 jar 包中查找 tests.jar, 并剪切到_test 文件夹

2 Eclipse 准备
1 根据自己电脑的操作系统拷贝对应的编译后的 hadoop jar 包到非中文路径(例如:D:\MyUtils\hadoop-2.7.2)。(如果不生效,重新启动 eclipse)
这里写图片描述

2 配置 HADOOP_HOME 环境变量
这里写图片描述

3 创建第一个 java 工程 HdfsClientDemo1
4 创建 lib 文件夹,然后添加 jar 包或者maven工程

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <groupId>com.da</groupId>
    <artifactId>HdfsClientDemo1</artifactId>
    <version>0.0.1-SNAPSHOT</version>

    <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <hadoop.version>2.7.2</hadoop.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.12</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-mapreduce-client-core</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-mapreduce-client-jobclient</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-mapreduce-client-common</artifactId>
            <version>${hadoop.version}</version>
        </dependency>
    </dependencies>

</project>

5 创建包名: com.da.test
6 创建 HdfsClient 类

// 上传文件
@Test
public void test1() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    // configuration.set("fs.defaultFS", "hdfs://hadoop102:9000");
    // FileSystem fs = FileSystem.get(configuration);
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");

    // 2 执行上传文件命令
    fs.copyFromLocalFile(new Path("E:/hello.txt"), new Path("/user/joker/test/hello.txt"));

    // 3 关闭资源
    fs.close();
    System.out.println("over");

}

7 执行程序
运行时需要配置用户名称run->configurations里面配置
这里写图片描述
客户端去操作 hdfs 时,是有一个用户身份的。默认情况下, hdfs 客户端 api 会从 jvm 中获取一个参数来作为自己的用户身份: -DHADOOP_USER_NAME=joker, joker为用户名称。

8 注意:如果 eclipse 打印不出日志, 在控制台上只显示

1.log4j:WARN No appenders could be found for logger (org.apache.hadoop.util.Shell).
2.log4j:WARN Please initialize the log4j system properly.
3.log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.

需要在项目的 src 目录下,新建一个文件,命名为“log4j.properties”, 在文件中填入

log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

2 通过 API 操作 HDFS

1 HDFS 获取文件系统

@Test
public void test2() throws Exception {
    // 1 创建配置信息对象
    Configuration configuration = new Configuration();
    // 2 获取文件系统
    FileSystem fs = FileSystem.get(configuration);
    // 3 打印文件系统
    System.out.println(fs);
}

2 HDFS 文件上传(测试参数优先级)
1 编写源代码

// 上传文件
@Test
public void test3() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    configuration.set("dfs.replication", "2");
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");

    // 2 执行上传文件命令
    fs.copyFromLocalFile(new Path("E:/hello.txt"), new Path("/user/joker/test/hello1.txt"));

    // 3 关闭资源
    fs.close();
    System.out.println("over");

}

2 将 hdfs-site.xml 拷贝到项目的根目录下

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
</configuration>

3 测试参数优先级
参数优先级: (1)客户端代码中设置的值 >(2) classpath 下的用户自定义配置文件 >(3) 然后是服务器的默认配置

3 HDFS 文件下载

// 下载文件
@Test
public void test4() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");
    // 2 执行下载操作
    // boolean delSrc 指是否将原文件删除
    // Path src 指要下载的文件路径
    // Path dst 指将文件下载到的路径
    // boolean useRawLocalFileSystem 是否开启文件效验
    fs.copyToLocalFile(false, new Path("/user/joker/test/hello.txt"), new Path("e:/hello1.txt"), true);
    // 3 关闭资源
    fs.close();
}

4 HDFS 目录创建

// 创建文件夹
@Test
public void test5() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");
    // 2 执行下载操作
    fs.mkdirs(new Path("/user/joker/ttt"));
    // 3 关闭资源
    fs.close();
}

5 HDFS 文件夹删除

// 删除文件夹
@Test
public void test6() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");
    // 2 执行下载操作
    fs.delete(new Path("/user/joker/ttt/"), true);
    // 3 关闭资源
    fs.close();
}

// 删除文件
@Test
public void test7() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");
    // 2 执行下载操作
    fs.delete(new Path("/user/joker/test/hello.txt"), true);
    // 3 关闭资源
    fs.close();
}

6 HDFS 文件名更改

// 修改文件名
@Test
public void test8() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");
    // 2 执行下载操作
    fs.rename(new Path("/user/joker/test/hello.txt"), new Path("/user/joker/test/hello1.txt"));
    // 3 关闭资源
    fs.close();
}

7 HDFS 文件详情查看

// 查看文件名称、权限、 长度、 块信息
@Test
public void test9() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");
    // 2 获取文件详情
    RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);
    while (listFiles.hasNext()) {
        LocatedFileStatus status = listFiles.next();
        // 输出详情
        // 文件名称
        System.out.println(status.getPath().getName());
        // 长度
        System.out.println(status.getLen());
        // 权限
        System.out.println(status.getPermission());
        // z 组
        System.out.println(status.getGroup());
        // 获取存储的块信息
        BlockLocation[] blockLocations = status.getBlockLocations();
        for (BlockLocation blockLocation : blockLocations) {
            // 获取块存储的主机节点
            String[] hosts = blockLocation.getHosts();
            for (String host : hosts) {
                System.out.println(host);
            }
        }
        System.out.println("华丽的分割线----------------------");
    }

    // 3 关闭资源
    fs.close();
}

8 HDFS 文件和文件夹判断

// 文件和文件夹判断
@Test
public void test10() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");
    // 2 判断是文件还是文件夹
    FileStatus[] listStatus = fs.listStatus(new Path("/user/joker"));
    for (FileStatus fileStatus : listStatus) {
        // 如果是文件
        if (fileStatus.isFile()) {
            System.out.println("f--" + fileStatus.getPath().getName());
        } else {
            System.out.println("d--" + fileStatus.getPath().getName());
        }
    }
    // 3 关闭资源
    fs.close();
}

3 通过 IO 流操作 HDFS

1 HDFS 文件上传

@Test
public void test1() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");
    // 2 创建输入流
    FileInputStream fis = new FileInputStream("E:/hello.txt");
    // 3 获取输出流
    FSDataOutputStream fos = fs.create(new Path("/user/joker/test/hello.txt"));
    // 4 流对拷
    IOUtils.copyBytes(fis, fos, configuration);
    // 5 关闭资源
    IOUtils.closeStream(fis);
    IOUtils.closeStream(fos);
    fs.close();
}

2 HDFS 文件下载

@Test
public void test2() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");
    // 2 创建输入流
    FSDataInputStream fis = fs.open(new Path("/user/joker/test/hello.txt"));
    // 3 获取输出流
    FileOutputStream fos = new FileOutputStream("E:/hello1.txt");
    // 4 流对拷
    IOUtils.copyBytes(fis, fos, configuration);
    // 5 关闭资源
    IOUtils.closeStream(fis);
    IOUtils.closeStream(fos);
    fs.close();
}

3 定位文件读取
1 下载第一块

@Test
public void test3() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");
    // 2 获取输入流
    FSDataInputStream fis = fs.open(new Path("/hadoop-2.7.2.tar.gz"));
    // 3 创建输出流
    FileOutputStream fos = new FileOutputStream(new File("e:/hadoop-2.7.2.tar.gz.part1"));
    // 4 流的拷贝
    byte[] buf = new byte[1024];
    for (int i = 0; i < 1024 * 128; i++) {
        fis.read(buf);
        fos.write(buf);
    }
    // 5 关闭资源
    IOUtils.closeStream(fis);
    IOUtils.closeStream(fos);
    fs.close();
}

2 下载第二块

@Test
public void test4() throws Exception {
    // 1 获取文件系统
    Configuration configuration = new Configuration();
    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9000"), configuration, "root");
    // 2 获取输入流
    FSDataInputStream fis = fs.open(new Path("/hadoop-2.7.2.tar.gz"));
    // 3 定位输入数据位置
    fis.seek(1024 * 1024 * 128);
    // 4 创建输出流
    FileOutputStream fos = new FileOutputStream(new File("e:/hadoop-2.7.2.tar.gz.part1"));
    // 5 流的对拷
    IOUtils.copyBytes(fis, fos, configuration);
    // 6 关闭资源
    IOUtils.closeStream(fis);
    IOUtils.closeStream(fos);
    fs.close();
}

3 合并文件
在 window 命令窗口中执行
type hadoop-2.7.2.tar.gz.part2 >> hadoop-2.7.2.tar.gz.part1

发表评论