3. HDFS客户端操作

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

2. 创建一个Maven工程HdfsClient

2.1 添加依赖

pom.xml

<?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

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

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

 /**
     * 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

<?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

	 /**
     * 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

  /**
     * 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

  /**
     * 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

  /**
     * 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

 /**
     * 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

 /**
     * 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

  /**
     * 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

 /**
     * 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

 /**
     * 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。

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。

☆

最后

以上就是感性玫瑰为你收集整理的3. HDFS客户端操作的全部内容，希望文章能够帮你解决3. HDFS客户端操作所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。