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
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
[[email protected] filecontent]# vi demo
2.上传文件至HDFS的data目录，data目录需要首先创建。
[[email protected] filecontent]# hadoop dfs -put demo /data/
3.查看是否上传成功
[[email protected] 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
[[email protected] 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
[[email protected] 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
[[email protected] 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 }
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
将本地的demo文件写入HDFS的data目录下的test文件
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/tech/bigdata/8924.html