建站
咨询
售后
建站咨询
HDFS的shell和API操作
1. HDFS的shell操作
hadoop version //查看版本
hadoop fs -appendToFile src(Linux中的文件) dest(hdfs目录下的文件) //追加
hadoop fs -cat file(hdfs目录下的文件) //查看文件内容
Hadoop fs -tail file(hdfs目录下的文件) //查看文件末尾1kb的数据
hadoop fs -checksum file(hdfs目录下的文件) //校验当前文件是否正确
hadoop fs -copyFromLocal src dest //从本地复制文件到HDFS
hadoop fs -copyToLocal dest src //从hdfs复制文件到本地
hadoop fs -count path //对目录内容做计数
hadoop fs -find path //查看某个hdfs目录中是否相应的文件
hadoop fs -getmerge src dest //合并下载
hadoop fs -ls path //列表
hadoop fs -put file(本地) dest（hdfs） //将本地文件上传到hdfs
hadoop fs -setrep num file //设置hdfs系统中的某个文件的副本数(只能是hdfs中已上传的文件)
hadoop fs -setrep -R num file //设置hdfs系统中的目录下的所有文件的副本数
hadoop fs -text 压缩文件 //查看hdfs中的压缩文件
hadoop fs -truncate dir //清空hdfs目录
hdfs getconf -confkey [key](配置文件的name) //查看相应的配置的value2. HDFS的API操作
1）eclipse中的hdfs的开发环境搭建：
- 下载一个新版的eclipse，将自己集成的hadoop-eclipse-plugin-2.7.4.jar放入eclipse的安装目录中的…\eclipse-hadoop\plugins中。
插件下载地址：http://down.51cto.com/data/2457877
然后打开eclipse：
能查看到以上的两个组件，表示eclipse环境配置成功。 - 配置eclipse插件连接集群
配置成功之后，在DFS Locations中就会出现hdfs的文件目录
- window平台使用hadoop：
- 在windows下配置hadoop的环境变量，将hadoop的解压包放置一个位置，然后加入：HADOOP_HOME:../hadoop2.7.4/，在path中%HADOOP_HOME:%/bin、
hadoop.dll,winutils.exe下载地址：http://down.51cto.com/data/2457878 - 将hadoop.dll 放入c:\windows\system32中
- 将winutils.exe，放入hadoop 的bin目录下
- 将eclipse集成hadoop
- 在windows下配置hadoop的环境变量，将hadoop的解压包放置一个位置，然后加入：HADOOP_HOME:../hadoop2.7.4/，在path中%HADOOP_HOME:%/bin、
2）添加hadoop依赖包的三种方式：
- 在项目中创建一个文件夹，然后将所有需要依赖的jar拷贝到这个目录，右击add build path 将jar导入项目
- 创建一个用户的library，在本地将相应的jar包导入到项目中：
注意这里的两个lib中所有jar包都要添加 - 使用maven导入jar包（推荐）
3）hdfs编程中的重要的 两个对象：
Configuration类的介绍：
Configuration类是加载hadoop中的相应的配置文件创新互联是一家以网站建设公司、网页设计、品牌设计、软件运维、成都网站推广、小程序App开发等移动开发为一体互联网公司。已累计为成都隧道混凝土搅拌车等众行业中小客户提供优质的互联网建站和软件开发服务。
Configuration conf=new Configuration(true); 如果在这里没有在source folder中放入相应的配置文件： core-site.xml、hdfs-site.xml、yarn-site.xml、mapreduce-site.xml… 那么Configuration类会自动的加载jar包中的配置文件： hadoop-hdfs-2.7.6.jar/hdfs-default.xml 只有在sourcefolder中放入相应的配置时，才能够加载相应的配置，但是配置文件的名称必须是site 或者default的文件，才能够正确加载使用相应的方法加载配置文件：
Configuration conf=new Configuration(); conf.addResource(""); //这例实参的内容为配置文件的权限定名称FileSystem类的介绍：
获取FileSystem对象：//以这种方式获取的fs对象是本地的文件系统的对象，如果在windows下就是windows的对象 Configuration conf=new Configuration(); FileSystem fs=FileSystem.get(conf); //能加载自己集群的文件系统对象 conf.set("fs.defaultFS", "hdfs://hadoop01:9000");解决编程时的权限问题：
由于hdfs文件系统是基于用户的，在Windows下eclipse中操作hdfs默认的用户是Windows的用户，在操作hdfs文件系统时没有权限的，所以在做读写操作时，可能会报出：
解决方案：
(1)在运行时使用run configuration,配置相应的参数：-DHADOOP_USER_NAME=hadoop(指定运行用户)
(2)在代码中指定用户：FileSystem.get(newURI("hdfs://hadoop01:9000"),conf,"hadoop");
(3)在代码中指定jvm运行时使用的用户System.setProperty("HADOOP_USER_NAME", "hadoop"); 这里需要使用run configuration运行
(4)在Windows中添加一个hadoop用户，不建议使用
如果以上方式仍然出现问题，那么就需要在window的path中配置一个环境变量：
DHADOOP_USER_NAME = hadoop 即可。
4）hdfs的实战编程：
public class HDFSApp {
//文件系统
FileSystem fileSystem = null;
//配置类
Configuration configuration = null;
@Before
public void setup() {
configuration = new Configuration();
configuration.set("fs.defautlFS", "hdfs://zzy:9000");
configuration.addResource("core-site.xml");
configuration.addResource("hdfs-site.xml");
try {
fileSystem = FileSystem.get(configuration);
} catch (IOException e) {
e.printStackTrace();
}
}
//创建目录
@Test
public void mkdir() {
try {
System.setProperty("HADOOP_USER_NAME", "hadoop");
boolean isMkdirs = fileSystem.mkdirs(new Path("/user/hadoop/test"));
if (isMkdirs) {
System.out.println("创建成功！！");
} else {
System.out.println("创建失败！！");
}
} catch (IOException e) {
e.printStackTrace();
}
}
//删除目录
@Test
public void deletedir() {
System.setProperty("HADOOP_USER_NAME", "hadoop");
try {
fileSystem.delete(new Path("/每日任务.txt"), true);
} catch (IOException e) {
e.printStackTrace();
}
}
//将本地文件copy到hdfs中
@Test
public void CopyFromeLocal() {
System.setProperty("HADOOP_USER_NAME", "hadoop");
Path src=new Path("C:\\Users\\aura-bd\\Desktop\\每日任务.txt");
Path dest=new Path("/");
try {
fileSystem.copyFromLocalFile(src,dest);
} catch (IOException e) {
e.printStackTrace();
}
}
//将hdfs文件copy到本地
@Test public void CopyToLocal(){
System.setProperty("HADOOP_USER_NAME", "hadoop");
Path src=new Path("C:\\Users\\aura-bd\\Desktop\\");
Path dest=new Path("/user/hive/warehouse/test.db/pokes/data.txt");
try {
fileSystem.copyToLocalFile(dest,src);
} catch (IOException e) {
e.printStackTrace();
}
}
//显示目录下的文件夹信息
@Test
public void FSListFile(){
try {
RemoteIterator filelist = fileSystem.listFiles(new Path("/user/hive/warehouse/test.db"), true);
while(filelist.hasNext()){
LocatedFileStatus fileStatus = filelist.next();
System.out.println(fileStatus.getPath());
System.out.println(fileStatus.getGroup());
System.out.println(fileStatus.getPath().getName());
System.out.println(fileStatus.getReplication());
BlockLocation[] blockLocations = fileStatus.getBlockLocations();
for(BlockLocation block :blockLocations){
System.out.println(block.getHosts().toString());
System.out.println(block.getNames());
System.out.println(block.getOffset());
}
}
} catch (IOException e) {
e.printStackTrace();
}
}
//显示文件夹以及文件信息
@Test
public void ListFiles(){
try {
FileStatus[] fileStatuses = fileSystem.listStatus(new Path("/"));
for(FileStatus file:fileStatuses){
if(file.isDirectory()){
System.out.println("directory:"+file.getPath().getName());
}else{
System.out.println("file:"+file.getPath().getName());
}
}
} catch (IOException e) {
e.printStackTrace();
}
}
//下载文件
@Test
public void DownLoadFileToLocal(){
System.setProperty("HADOOP_USER_NAME", "hadoop");
try {
FSDataInputStream open = fileSystem.open(new
Path("/user/hive/warehouse/test.db/pokes/data.txt"));
OutputStream out=new FileOutputStream(new File("D:\\data.txt"));
IOUtils.copyBytes(open,out,1024);
} catch (IOException e) {
e.printStackTrace();
}
}
//上传文件
@Test
public void upLoadFileToLocal(){
System.setProperty("HADOOP_USER_NAME", "hadoop");
try {
FSDataOutputStream fsDataOutputStream = fileSystem.create(new Path("/a.txt"));
InputStream in=new FileInputStream("D:\\data.txt");
IOUtils.copyBytes(in,fsDataOutputStream,4096);
} catch (IOException e) {
e.printStackTrace();
}
}
} 3. HDFS的经典案例：
在hadoop中MR编程计算框架中，都是计算向数据移动，那么如何获取一个文件的所有block信息，指定block块进行数据读取的呢？
代码实现：
public class RamdomRead {
private static Configuration conf;
private static FileSystem fs;
static {
conf=new Configuration(true);
conf.set("fs.defalutFS","hdfs://zzy:9000");
conf.addResource("core-site.xml");
conf.addResource("hdfs-site.xml");
try {
fs=FileSystem.get(conf);
} catch (IOException e) {
e.printStackTrace();
}
}
public static void main(String[] args) throws IOException {
System.setProperty("HADOOP_USER_NAME","hadoop");
Path file=new Path("/data/2018-8-8/access.log");
FSDataInputStream open = fs.open(file);
//拿到文件信息
try {
FileStatus[] fileStatuses = fs.listStatus(file);
// 获取这个文件的所有 block 的信息
BlockLocation[] fileBlockLocations = fs.getFileBlockLocations(fileStatuses[0], 0L, fileStatuses[0].getLen());
// 第一个 block 的长度
BlockLocation fileBlockLocation = fileBlockLocations[0];
//第一个块的长度
long length = fileBlockLocation.getLength();
//第一个 block 的起始偏移量
long offset = fileBlockLocation.getOffset();
//读取数据
byte flush[]=new byte[4096];
FileOutputStream os = new FileOutputStream(new File("d:/block0"));
while(open.read(offset,flush,0,4096)!=-1){
os.write(flush);
offset+=4096;
if(offset>length){
return ;
}
}
os.flush();
os.close();
fs.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}名称栏目：HDFS的shell和API操作
文章链接：http://scyingshan.cn/article/pdohpe.html
