HDFS文件系统的JAVA-API操作(一)
使用java.net.URL访问HDFS文件系统
HDFS的API使用说明：
1.如果要访问HDFS，HDFS客户端必须有一份HDFS的配置文件
也就是hdfs-site.xml,从而读取Namenode的信息。
2.每个应用程序也必须拥有访问Hadoop程序的jar文件
3.操作HDFS,也就是HDFS的读和写,最常用的类FileSystem
初始化配置参数据需注意的如下init方法红色标注的地方
public void init() throws Exception {
// 构造一个配置参数对象，设置一个参数：我们要访问的hdfs的URI
// 从而FileSystem.get()方法就知道应该是去构造一个访问hdfs文件系统的客户端，以及hdfs的访问地址
// new Configuration();的时候，它就会去加载jar包中的hdfs-default.xml
// 然后再加载classpath下的hdfs-site.xml
Configuration conf = new Configuration();
//conf.set("fs.defaultFS", "hdfs://hdp-node01:9000");
/**
* 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
*/
//conf.set("dfs.replication", "3");
// 获取一个hdfs的访问客户端，根据参数，这个实例应该是DistributedFileSystem的实例
// fs = FileSystem.get(conf);
// 如果这样去获取，那conf里面就可以不要配"fs.defaultFS"参数，而且，这个客户端的身份标识已经是hadoop用户
fs = FileSystem.get(new URI("hdfs://hdp-node01:9000"), conf, "hadoop");
}
实例1：使用java.net.URL访问HDFS文件系统
/**
* 操作：显示HDFS文件夹中的文件内容
* 1.使用java.net.URL对象打开数据流
* 2.使用静态代码块使得java程序识别Hadoop的HDFS url
*/
操作代码如下：
1 package TestHdfs;
2 import java.io.InputStream;
3 import java.net.URL;
4 import org.apache.hadoop.fs.FsUrlStreamHandlerFactory;
5 import org.apache.hadoop.io.IOUtils;
6 /**
7 * @author SimonsZhao
8 * HDFS的API使用
9 * 1.如果要访问HDFS，HDFS客户端必须有一份HDFS的配置文件
10 * 也就是hdfs-site.xml,从而读取Namenode的信息。
11 * 2.每个应用程序也必须拥有访问Hadoop程序的jar文件
12 * 3.操作HDFS,也就是HDFS的读和写,最常用的类FileSystem
13 * 操作：显示HDFS文件夹中的文件内容
14 * 1.使用java.net.URL对象打开数据流
15 * 2.使用静态代码块使得java程序识别Hadoop的HDFS url
16 */
17 public class MyCat {
18 static{
19 URL.setURLStreamHandlerFactory(new FsUrlStreamHandlerFactory());
20 }
21 public static void main(String[] args) {
22 InputStream input=null;
23 try {
24 input = new URL(args[0]).openStream();
25 IOUtils.copyBytes(input,System.out,4096,false);
26 } catch (Exception e) {
27 System.err.println("Error");
28 }finally{
29 IOUtils.closeStream(input);
30 }
31 }
32 }
0.打包程序并长传到Linux中
a.通过export导出文件jar包
b.选择jar包存放路径
c.指定主类
d.通过SecureCRT上传jar包至Linux中的指定文件夹下。
1.在指定文件夹下创建示例文件demo
[root@neusoft-master filecontent]# vi demo
2.上传文件至HDFS的data目录，data目录需要首先创建。
[root@neusoft-master filecontent]# hadoop dfs -put demo /data/
3.查看是否上传成功
[root@neusoft-master filecontent]# hadoop dfs -ls /data/
4.将已经打包好的jar文件上传至linux并切换到相应文件夹运行hadoop命令执行
从结果可以看出能够显示出来demo文件的内容
[root@neusoft-master filecontent]# hadoop jar MyCat.jar hdfs://neusoft-master:9000/data/demo
实例2：使用FileSystem访问HDFS文件系统
/**
*操作：将本地文件系统的文件通过java-API写入到HDFS文件
*/
1.本地文件系统和HDFS中应该首先创建指定的目录
linux中创建文件命令：mkdir test
HDFS中创建文件夹命令：hadoop dfs -mkdir /data/
String source="/usr/local/filecontent/demo";//linux中的文件路徑,demo存在一定数据，这里存储了一行英语句子，如welcome to..... String destination="hdfs://neusoft-master:9000/data/test";//HDFS的路徑
2.程序源代码
1 package TestHdfs;
2
3 import java.io.BufferedInputStream;
4 import java.io.FileInputStream;
5 import java.io.FileNotFoundException;
6 import java.io.InputStream;
7 import java.io.OutputStream;
8 import java.net.URI;
9
10 import org.apache.hadoop.conf.Configuration;
11 import org.apache.hadoop.fs.FSDataOutputStream;
12 import org.apache.hadoop.fs.FileSystem;
13 import org.apache.hadoop.fs.Path;
14 import org.apache.hadoop.io.IOUtils;
15
16 /**
17 * @author SimonsZhao
18 *将本地文件系统的文件通过java-API写入到HDFS文件
19 */
20 public class FileCopyFromLocal {
21 public static void main(String[] args) throws Exception {
22 String source="/usr/local/filecontent/demo";//linux中的文件路徑,demo存在一定数据
23 String destination="hdfs://neusoft-master:9000/data/test";//HDFS的路徑
24 InputStream in = new BufferedInputStream(new FileInputStream(source));
25 //HDFS读写的配置文件
26 Configuration conf = new Configuration();
27 //调用Filesystem的create方法返回的是FSDataOutputStream对象
28 //该对象不允许在文件中定位，因为HDFS只允许一个已打开的文件顺序写入或追加
29 FileSystem fs = FileSystem.get(URI.create(destination),conf);
30 OutputStream out = fs.create(new Path(destination));
31 IOUtils.copyBytes(in, out, 4096, true);
32 }
33 }
3.程序打包并传至linux文件系统中
请参考实例1的打包过程
4.程序运行及结果分析
a.查看指定jar包是否成功上传，在linux中使用ls或ll命令
b.执行jar命令
[root@neusoft-master filecontent]# hadoop jar FileSystemDemoCat.jar
c.结果显示welcome to....说明操作正确
实例3：创建HDFS目录
* 创建HDFS目录
* 实例：HDFS创建test2目录
1.明确在HDFS文件系统中创建目录的具体地址，在程序中通过args[0]参数提供用户输入，如
hdfs://neusoft-master:9000/data/test2
2.程序源代码
1 package TestHdfs;
2 import java.net.URI;
3 import org.apache.hadoop.conf.Configuration;
4 import org.apache.hadoop.fs.FileSystem;
5 import org.apache.hadoop.fs.Path;
6 /**
7 * @author SimonsZhao
8 * 创建HDFS目录
9 * 实例：HDFS创建test2目录
10 * hadoop jar CreateDir.jar hdfs://neusoft-master:9000/data/test2
11 */
12 public class CreateDirction {
13 public static void main(String[] args) {
14 //HDFS路径：hdfs://neusoft-master:9000/data/test2
15 String uri=args[0];//从键盘输入路径参数
16 Configuration conf = new Configuration();
17 try {
18 FileSystem fs = FileSystem.get(new URI(uri),conf);
19 Path dfs = new Path(uri);
20 fs.mkdirs(dfs);
21 } catch (Exception e) {
22 e.printStackTrace();
23 }finally{
24 System.out.println("SUCESS");
25 }
26 }
27 }
3.将jar包上传到Linux
请参考第一个程序的导出jar包的过程。
4.程序运行及结果分析
[root@neusoft-master filecontent]# hadoop jar CreateDir.jar hdfs://neusoft-master:9000/data/test2
实例4：删除HDFS目录
1 package TestHdfs;
2 import java.net.URI;
3 import org.apache.hadoop.conf.Configuration;
4 import org.apache.hadoop.fs.FileSystem;
5 import org.apache.hadoop.fs.Path;
6 /**
7 * @author SimonsZhao
8 * 删除HDFS上面的文件
9 */
10 public class DeleteFile {
11 public static void main(String[] args) {
12 String uri="hdfs://neusoft-master:9000/data/test2";
13 Configuration conf = new Configuration();
14 try {
15 FileSystem fs =FileSystem.get(new URI(uri), conf);
16 Path f = new Path(uri);
17 //递归删除文件夹下所有文件
18 boolean isDelete= fs.delete(f, true);
19 //递归删除文件夹下所有文件
20 //boolean isDelete= fs.delete(f, false);
21 String str=isDelete?"Sucess":"Error";
22 System.out.println("删除"+str);
23 } catch (Exception e) {
24 System.out.println("删除出错~");
25 }
26 }
27 }
3.将jar包上传到Linux
请参考第一个程序的导出jar包的过程。
4.程序运行及结果分析
执行程序之后，通过hadoop dfs -ls / 查看是否成功删除HDFS上面的文件
实例5：查看文件或目录是否存在
1 package TestHdfs;
2 import java.net.URI;
3 import org.apache.hadoop.conf.Configuration;
4 import org.apache.hadoop.fs.FileSystem;
5 import org.apache.hadoop.fs.Path;
6 /**
7 * @author SimonsZhao
8 * 查看文件是否存在
9 */
10 public class CheckFileIsExists {
11 public static void main(String[] args) {
12 //String uri="hdfs://neusoft-master:9000/data/test2/";//指定目录
13 String uri="hdfs://neusoft-master:9000/data/test2/hello";//指定文件
14 Configuration conf = new Configuration();
15 try {
16 FileSystem fs = FileSystem.get(new URI(uri), conf);
17 Path path = new Path(uri);
18 boolean isExists=fs.exists(path);
19 String str=isExists?"Exists":"Not Exists";
20 System.out.println("指定文件或目录"+str);
21 } catch (Exception e) {
22 e.printStackTrace();
23 }
24 }
25 }
3.将jar包上传到Linux
请参考第一个程序的导出jar包的过程。
4.程序运行及结果分析
如果在linux中存在该文件的话，则显示如下：
“指定文件或目录Exists”
实例6：列出目录下的文件或目录名称
1 package TestHdfs;
2 import java.net.URI;
3 import org.apache.hadoop.conf.Configuration;
4 import org.apache.hadoop.fs.FileStatus;
5 import org.apache.hadoop.fs.FileSystem;
6 import org.apache.hadoop.fs.Path;
7 /**
8 * @author SimonsZhao
9 * 列出目录下的文件或目录名称
10 */
11 public class ListFiles {
12 public static void main(String[] args) {
13 String uri="hdfs://neusoft-master:9000/data";
14 Configuration conf = new Configuration();
15 try {
16 FileSystem fs=FileSystem.get(new URI(uri), conf);
17 Path path = new Path(uri);
18 FileStatus status[] = fs.listStatus(path);
19 for (int i = 0; i < status.length; i++) {
20 System.out.println(status[i].getPath().toString());
21 }
22 } catch (Exception e) {
23 e.printStackTrace();
24 }
25 }
26 }
3.将jar包上传到Linux
请参考第一个程序的导出jar包的过程。
4.程序运行及结果分析
实例7：查看文件存储位置
1 package TestHdfs;
2 import java.net.URI;
3 import org.apache.hadoop.conf.Configuration;
4 import org.apache.hadoop.fs.BlockLocation;
5 import org.apache.hadoop.fs.FileStatus;
6 import org.apache.hadoop.fs.FileSystem;
7 import org.apache.hadoop.fs.Path;
8
9 /**
10 * @author SimonsZhao
11 * 文件存储的位置
12 */
13 public class LoactionFile {
14 public static void main(String[] args) {
15 String uri="hdfs://neusoft-master:9000/data/demo";//hello为文件
16 Configuration conf = new Configuration();
17 try {
18 FileSystem fs=FileSystem.get(new URI(uri), conf);
19 Path path = new Path(uri);
20 FileStatus fileStatus = fs.getFileStatus(path);
21 BlockLocation blkLocation[]=
22 fs.getFileBlockLocations
23 (fileStatus, 0, fileStatus.getLen());
24 for (int i = 0; i < blkLocation.length; i++) {
25 String[] hosts=blkLocation[i].getHosts();
26 System.out.println("block_"+i+"_Location:"+hosts[0]);
27 }
28 } catch (Exception e) {
29 e.printStackTrace();
30 }
31 }
32 }
3.将jar包上传到Linux
请参考第一个程序的导出jar包的过程。
4.程序运行及结果分析
由于采用伪分布的环境block块存储均为1，因此这里仅显示1个block块的host主机名
显示：block_0_Location:neusoft-master
实例8：将本地文件写入到HDFS中
1 package TestHdfs;
2 import java.io.BufferedInputStream;
3 import java.io.FileInputStream;
4 import java.io.InputStream;
5 import java.io.OutputStream;
6 import java.net.URI;
7 import org.apache.hadoop.conf.Configuration;
8 import org.apache.hadoop.fs.FileSystem;
9 import org.apache.hadoop.fs.Path;
10 import org.apache.hadoop.io.IOUtils;
11
12 /**
13 * @author SimonsZhao
14 *将本地文件系统的文件通过java-API写入到HDFS文件
15 */
16 public class FileCopyFromLocal {
17 public static void main(String[] args) throws Exception {
18 String source="/usr/local/filecontent/demo";//linux中的文件路徑,demo存在一定数据
19 String destination="hdfs://neusoft-master:9000/data/test";//HDFS的路徑
20 InputStream in = new BufferedInputStream(new FileInputStream(source));
21 //HDFS读写的配置文件
22 Configuration conf = new Configuration();
23 //调用Filesystem的create方法返回的是FSDataOutputStream对象
24 //该对象不允许在文件中定位，因为HDFS只允许一个已打开的文件顺序写入或追加
25 FileSystem fs = FileSystem.get(URI.create(destination),conf);
26 OutputStream out = fs.create(new Path(destination));
27 IOUtils.copyBytes(in, out, 4096, true);
28 }
29 }