1. 首页
  2. 文章中心
  3. # HDFS

3. HDFS客户端操作

112 阅读 0 评论
我是靠谱客的博主 感性玫瑰，这篇文章主要介绍3. HDFS客户端操作，现在分享给大家，希望可以做个参考。

文章目录

    • HDFS客户端操作
        • 1. 配置HADOOP_HOME环境变量
        • 2. 创建一个Maven工程HdfsClient
          • 2.1 添加依赖
          • 2.2 添加日志log4j
        • 3. 创建HdfsClient类
          • 3.1 文件的上传，以及测试优先级
          • 3.2 文件的下载copyToLocalFile
          • 3.3 删除文件夹delete
          • 3.4 文件的改名rename
          • 3.5 查看文件详情listFiles
          • 3.6 判断是否是文件
          • 3.7 HDFS的I/O流操作
            • 把本地文件banhua.txt上传到HDFS根目录
            • 从HDFS上下载banhua.txt文件到本地E盘上
            • 分块读取HDFS上的大文件--下载第一部分
        • 4. 问题总结
            • 问题一
            • 问题二
    • ☆

HDFS客户端操作

  1. 下面是win10系统下编译后的hadoop-2.7.2的jar包。
    1. 链接：https://pan.baidu.com/s/1O2GVUevAGzUX1-IPQZwRqQ
    2. 提取码：9mx7
  2. 下载后将其拷贝到非中文路径中，比如说：E:hadoophadoop-2.7.2。

1. 配置HADOOP_HOME环境变量

在这里插入图片描述

2. 创建一个Maven工程HdfsClient

2.1 添加依赖

pom.xml

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
<?xml version="1.0" encoding="UTF-8"?>
<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.aiguigu</groupId>
    <artifactId>HdfsClient</artifactId>
    <version>1.0-SNAPSHOT</version>
    <dependencies>

        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.13</version>
        </dependency>
        <dependency>
            <groupId>org.apache.logging.log4j</groupId>
            <artifactId>log4j-core</artifactId>
            <version>2.8.2</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>2.7.2</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.7.2</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>2.7.2</version>
        </dependency>
        <dependency>
            <groupId>jdk.tools</groupId>
            <artifactId>jdk.tools</artifactId>
            <version>1.8</version>
            <scope>system</scope>
            <systemPath>${JAVA_HOME}libtools.jar</systemPath>
        </dependency>
    </dependencies>
    
</project>
2.2 添加日志log4j

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

复制代码
1
2
3
4
5
6
7
8
9
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

3. 创建HdfsClient类

注意引包不要引错了！

  1. 获取文件系统
  2. 执行操作
  3. 关闭资源
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
package com.atguigu.hdfs;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import org.apache.hadoop.io.IOUtils;
import org.junit.Test;
// ...

/**
 * @Date 2020/6/27 14:26
 * @Version 10.21
 * @Author DuanChaojie
 */
public class HdfsClient {

    /**
     * 测试使用客户端创建目录
     * @throws Exception
     */
    @Test
    public void testMkdirs() throws Exception {
        // 1.获取文件系统(注意包不要引错)
        Configuration conf = new Configuration();
        // 配置在集群上运行

        // 第一种配置
        //conf.set("fs.defaultFS","hdfs://hadoop:9000");
        // FileSystem fs = FileSystem.get(conf);

        // 第二种配置
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop:9000"), conf, "atguigu");
        fs.mkdirs(new Path("/test7"));

        fs.close();
    }
}
3.1 文件的上传，以及测试优先级

copyFromLocalFile

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
 /**
     * 文件的上传，以及测试优先级
     * @throws IOException
     * @throws URISyntaxException
     * @throws InterruptedException
     */
    @Test
    public void testCopyFromLocalFile() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration conf = new Configuration();
        // 这个优先于resources中的配置
        conf.set("dfs.replication","1");
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop:9000"), conf, "atguigu");

        // 2.上传文件
        fs.copyFromLocalFile(new Path("E:/file/ps.txt"),new Path("/banzhang3.txt"));

        fs.close();

        System.out.println("执行结束...");
    }

resources中的hdfs-site.xml

复制代码
1
2
3
4
5
6
7
8
9
10
11
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    <!-- 指定HDFS副本的数量(优先于，linux中的配置) -->
    <property>
        <name>dfs.replication</name>
        <value>3</value>
    </property>
</configuration>

参数优先级排序：客户端代码中设置的值 >ClassPath（resources）下的用户自定义配置文件 >然后是服务器的默认配置

3.2 文件的下载copyToLocalFile
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
	 /**
     * 下载文件
     * @throws IOException
     * @throws URISyntaxException
     * @throws InterruptedException
     */
    @Test
    public void testCopyToLocalFile() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop:9000"), conf, "atguigu");

        // 2.执行下载操作
        fs.copyToLocalFile(true,new Path("/banzhang3.txt"),new Path("E:/file/banzhagn.txt"),true);

        // 3.关闭资源、
        fs.close();

    }
3.3 删除文件夹delete
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
  /**
     * 删除文件夹
     * @throws IOException
     * @throws URISyntaxException
     * @throws InterruptedException
     */
    @Test
    public void testDelete() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop:9000"), conf, "atguigu");

        // 2.执行删除文件夹

        fs.delete(new Path("/test"),true);

        // 3.关闭资源、
        fs.close();

    }
3.4 文件的改名rename
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
  /**
     * 文件名更改
     * @throws IOException
     * @throws URISyntaxException
     * @throws InterruptedException
     */
    @Test
    public void testRename() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop:9000"), conf, "atguigu");

        // 2.修改文件名

        fs.rename(new Path("/banzhang2.txt"),new Path("/ps.txt"));

        // 3.关闭资源、
        fs.close();

    }
3.5 查看文件详情listFiles
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
  /**
     * 查看文件详情
     * @throws IOException
     * @throws URISyntaxException
     * @throws InterruptedException
     */
    @Test
    public void testListFiles() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop:9000"), conf, "atguigu");

        // 获取文件详情
        RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);

        while (listFiles.hasNext()){
            // 文件详情
            LocatedFileStatus status = listFiles.next();
            System.out.println("文件详情 = " + status);
            System.out.println("文件名称 = " + status.getPath().getName());
            System.out.println("文件大小 = " + status.getLen());
            System.out.println("文件权限 = " + status.getPermission());
            System.out.println("文件分组 = " + status.getGroup());
            // 获取储存的块信息
            BlockLocation[] blockLocations = status.getBlockLocations();

            for (BlockLocation blockLocation : blockLocations) {
                // 获取块储存的主机节点
                String[] hosts = blockLocation.getHosts();

                for (String host : hosts) {
                    System.out.println("host = " + host);
                }
            }

            System.out.println("===================================");

        }

        // 3.关闭资源、
        fs.close();

    }
3.6 判断是否是文件
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
 /**
     * 判断是否是文件
     * @throws IOException
     * @throws URISyntaxException
     * @throws InterruptedException
     */
    @Test
    public void testListStatus() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop:9000"), conf, "atguigu");

        // 2.判断是文件还是文件夹
        FileStatus[] listStatus = fs.listStatus(new Path("/"));
        System.out.println("listStatus = " + listStatus);

        // 可以利用递归来遍历目录
        for (FileStatus fileStatus : listStatus) {
            if (fileStatus.isFile()){
                System.out.println("文件名 = " + fileStatus.getPath().getName());
            }
            if (fileStatus.isDirectory()) {
                System.out.println("目录名 = " + fileStatus.getPath().getName());
            }
        }

        // 3.关闭资源、
        fs.close();

    }
3.7 HDFS的I/O流操作

上面我们学的API操作HDFS系统都是框架封装好的。那么如果我们想自己实现上述API的操作该怎么实现呢？

我们可以采用IO流的方式实现数据的上传和下载。

把本地文件banhua.txt上传到HDFS根目录
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
 /**
     * 把本地文件banhua.txt上传到HDFS根目录
     * @throws IOException
     * @throws URISyntaxException
     * @throws InterruptedException
     */
    @Test
    public void putFileToHDFS() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop:9000"), conf, "atguigu");

        // 2 创建输入流
        FileInputStream fis = new FileInputStream(new File("E:/file/banhua.txt"));

        // 3.创建输出流
        FSDataOutputStream fos = fs.create(new Path("/banhua.txt"));

        // 4.流拷贝
        IOUtils.copyBytes(fis,fos,conf);

        // 3.关闭资源、
        IOUtils.closeStream(fos);
        IOUtils.closeStream(fis);
        fs.close();

    }
从HDFS上下载banhua.txt文件到本地E盘上
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
  /**
     * 从HDFS上下载banhua.txt文件到本地E盘上
     * @throws IOException
     * @throws URISyntaxException
     * @throws InterruptedException
     */
    @Test
    public void getFileFromHDFS() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop:9000"), conf, "atguigu");

        // 2 创建输入流
        FSDataInputStream fis = fs.open(new Path("/banhua.txt"));

        // 3.创建输出流
        FileOutputStream fos = new FileOutputStream("E:/file/banhua.txt");

        // 4.流拷贝
        IOUtils.copyBytes(fis,fos,conf);

        // 3.关闭资源、
        IOUtils.closeStream(fos);
        IOUtils.closeStream(fis);
        fs.close();


    }
分块读取HDFS上的大文件–下载第一部分
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
 /**
     * 分块读取HDFS上的大文件，比如根目录下的/user/atguigu/input/hadoop-2.7.2.tar.gz
     * 下载第一部分
     * @throws IOException
     * @throws URISyntaxException
     * @throws InterruptedException
     */
    @Test
    public void readFileSeek1() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop:9000"), conf, "atguigu");

        // 2 创建输入流
        FSDataInputStream fis = fs.open(new Path("/user/atguigu/input/hadoop-2.7.2.tar.gz"));

        // 3.创建输出流
        FileOutputStream fos = new FileOutputStream("E:/file/hadoop-2.7.2.tar.gz.part1");

        // 4.流拷贝
        byte[] bytes = new byte[1024];
        for (int i = 0; i < 1024 * 128; i++) {
            fis.read(bytes);
            fos.write(bytes);
        }

        // 3.关闭资源、
        IOUtils.closeStream(fos);
        IOUtils.closeStream(fis);
        fs.close();
    }

分块读取HDFS上的大文件–下载第二部分

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
 /**
     * 分块读取HDFS上的大文件，比如根目录下的/user/atguigu/input/hadoop-2.7.2.tar.gz
     * 下载第二部分
     * @throws IOException
     * @throws URISyntaxException
     * @throws InterruptedException
     */
    @Test
    public void readFileSeek2() throws IOException, URISyntaxException, InterruptedException {
        // 1.获取文件系统
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://hadoop:9000"), conf, "atguigu");

        // 2 创建输入流
        FSDataInputStream fis = fs.open(new Path("/user/atguigu/input/hadoop-2.7.2.tar.gz"));

        // 3.创建输出流
        FileOutputStream fos = new FileOutputStream("E:/file/hadoop-2.7.2.tar.gz.part2");

        // 4.定位输入流数据位置
        fis.seek(1024*1024*128);

        // 5.流的对拷
        IOUtils.copyBytes(fis,fos,conf);

        // 6.关闭资源、
        IOUtils.closeStream(fos);
        IOUtils.closeStream(fis);
        fs.close();
    }

在Window命令窗口中进入到目录E:/file/，然后执行如下命令，对数据进行合并 hadoop-2.7.2.tar.gz.part2 >> hadoop-2.7.2.tar.gz.part1合并完成后，将hadoop-2.7.2.tar.gz.part1重新命名为hadoop-2.7.2.tar.gz，解压发现该tar包非常完整。

4. 问题总结

问题一

idea启动出现：WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform 警告

解决方案：在log4j.propertis中添加下面的内容。

复制代码
1
2
log4j.logger.org.apache.hadoop.util.NativeCodeLoader=ERROR
问题二

出现： java.io.IOException: Could not locate executable nullbinwinutils.exe in the Hadoop binaries.

解决方案：配置一下CLASSPATH，然后重启。

在这里插入图片描述

☆

最后

以上就是感性玫瑰最近收集整理的关于3. HDFS客户端操作的全部内容，更多相关3.内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
点赞(74)

相关文章

AIX下NFS共享设置
AIX下NFS共享设置
出神入化，Jenkins+Docker+SpringCloud+K8s构建持续集成平台Jenkins是什么目录总述1、持续集成及Jenkins介绍2、Jenkins安装和持续集成环境配置3、Jenkins构建Maven项目4、Jenkins+Docker+SpringCloud微服务持续集成5、基于Kubernetes/K8S构建Jenkins持续集成平台Spring Cloud与Docker高并发微服务架构设计实施深入浅出Kubernetes
出神入化，Jenkins+Docker+SpringCloud+K8s构建持续集成平台Jenkins是什么目录总述1、持续集成及Jenkins介绍2、Jenkins安装和持续集成环境配置3、Jenkins构建Maven项目4、Jenkins+Docker+SpringCloud微服务持续集成5、基于Kubernetes/K8S构建Jenkins持续集成平台Spring Cloud与Docker高并发微服务架构设计实施深入浅出Kubernetes
微软官方博客揭秘Kinect工作原理How You Become the Controller
微软官方博客揭秘Kinect工作原理How You Become the Controller
Unity Projector投影周围出现虚影的问题
Unity Projector投影周围出现虚影的问题
3. HDFS客户端操作
3. HDFS客户端操作
科研写作——常见句式（五）讨论
科研写作——常见句式（五）讨论
双投影仪结构光三维重建系统
双投影仪结构光三维重建系统
嵌入不同源的页面_神经网络嵌入的解释，非常有用的东西，一看就明白导读嵌入独热编码的局限性学习嵌入实现嵌入可视化交互式可视化结论
嵌入不同源的页面_神经网络嵌入的解释，非常有用的东西，一看就明白导读嵌入独热编码的局限性学习嵌入实现嵌入可视化交互式可视化结论

评论列表共有 0 条评论

立即
投稿
返回
顶部