hdfs shell命令及java客户端编写

一. hdfs shell命令

可以通过hadoop fs 查看所有的shell命令及其用法。

传文件到hdfs：

hadoop fs -put /home/koushengrui/Downloads/hadoop-2.7.4.tar.gz hdfs://centos1:9000/

注意，代表hdfs文件系统的hdfs://centos1:9000/最后面的斜杠不要漏掉，/代表根目录。

从hdfs下载文件：

hadoop fs -get hdfs://centos1:9000/ /home/koushengrui/Downloads

二. java客户端程序编写
编写hdfs客户端需要引入hadoop-client依赖：

<!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-client -->
<dependency>
    <groupId>org.apache.hadoop</groupId>
    <artifactId>hadoop-client</artifactId>
    <version>2.7.4</version>
</dependency>

引入以上依赖后，项目就引入了hadoop-common-2.7.4.jar、hadoop-hdfs-2.7.4.jar。

hdfs客户端代码编写最主要的类是FileSystem抽象类(org.apache.hadoop.fs.FileSystem，在hadoop-common-2.7.4.jar中)及其实现类DistributedFileSystem(org.apache.hadoop.hdfs.DistributedFileSystem，在hadoop-hdfs-2.7.4.jar中)。FileSystem实例就是客户端实例了。具体代码如下：

import org.apache.commons.lang3.StringUtils;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import org.apache.log4j.Logger;
import org.junit.Test;

import java.net.URI;
import java.util.Properties;

public class HdfsTest {
    private static Logger LOGGER = Logger.getLogger(HdfsTest.class);
    private static FileSystem fileSystem;

    static {
        Configuration conf = new Configuration();
        conf.addResource("hdfs-site.xml");
        if (StringUtils.isBlank(System.getProperty("hadoop.home.dir"))) {
            System.setProperty("hadoop.home.dir", "D:/Program Files (x86)/hadoop-common-2.2.0-bin-master/hadoop-common-2.2.0-bin-master");
        }
        Properties properties = System.getProperties();
        LOGGER.info("properties: " + properties);
        try {
            //指定用户root，否则会报用户权不足异常。如果不指定用户为root的话，则需在hadoop服务端的hdfs-site.xml配置文件中添加dfs.permissions.enabled配置项，值为false
            fileSystem = FileSystem.get(new URI("hdfs://192.168.100.100:9000"), conf, "root");
        } catch (Exception e) {
            LOGGER.error("", e);
        }

    }

    @Test
    public void upload() {
        Path src = new Path("d:/success.jpg");
        Path dst = new Path("/upload/img/1.jpg");
        try {
            fileSystem.copyFromLocalFile(src, dst);
        } catch (Exception e) {
            LOGGER.error("", e);
        }
    }

    @Test
    public void download() {
        Path src = new Path("/upload/img/1.jpg");
        Path dst = new Path("d:/downloadFromHDFS/success.jpg");
        try {
            fileSystem.copyToLocalFile(src, dst);
        } catch (Exception e) {
            LOGGER.error("", e);
        }
    }

    @Test
    //创建文件夹，可递归创建
    public void mkdirs() {
        Path path = new Path("/upload/music/");
        try {
            fileSystem.mkdirs(path);
        } catch (Exception e) {
            LOGGER.error("", e);
        }
    }

    @Test
    //删除文件或者文件夹
    public void remove() {
        Path path = new Path("/hadoop-2.7.4.tar.gz");
        try {
            fileSystem.delete(path, true);
        } catch (Exception e) {
            LOGGER.error("", e);
        }
    }

    @Test
    //获取某路径下的所有文件信息(不包括文件夹,可指定是否包含子文件夹内的文件)
    public void listFiles() {
        Path path = new Path("/upload/");
        try {
            RemoteIterator<LocatedFileStatus> iterator = fileSystem.listFiles(path, true);
            while (iterator.hasNext()) {
                LocatedFileStatus locatedFileStatus = iterator.next();
                LOGGER.info(locatedFileStatus);
            }
        } catch (Exception e) {
            LOGGER.error("", e);
        }
    }

    @Test
    //获取某路径下的所有文件及文件夹信息(不包含子文件夹)
    public void listStatus() {
        Path path = new Path("/upload/");
        try {
            FileStatus[] FileStatusArr = fileSystem.listStatus(path);
            for (FileStatus status : FileStatusArr) {
                LOGGER.info(status);
            }
        } catch (Exception e) {
            LOGGER.error("", e);
        }
    }
}

需要说明的几点：

1. 通过FileSystem的静态方法get()来获取FileSystem实例，get()方法有3个重载：

① public static FileSystem get(final URI uri, final Configuration conf, final String user) throws Exception

有时候必须用这个方法创建FileSystem实例，因为假如hadoop服务端 dfs.permissions.enabled 配置项保持默认值true不变的话，对hadoop的操作(上传/下载/删除文件、文件夹等等)都必须用与hadoop服务端相同的用户(假如使用koushr身份下载、解压、修改配置文件、运行的hadoop服务端，那么这个用户就是koushr)，否则会报错误。这显然是不可能的。从程序开发角度来说，团队开发的情况下，不可能要求所有人都把自己的主机名改成一个相同的名字；从程序运行角度来讲，也不可能把所有运行此应用的服务器的主机名都改为同一个相同的名字。解决办法有3个，第一种方法就是在每台hadoop服务器上，在hdfs-site.xml文件中修改dfs.permissions.enabled配置项的值为false，第二种方法就是在代码中显示指定user的值是koushr，第三种方法就是把要操作的hdfs目录设置为所有用户都有权限操作，具体就是对要操作的目录执行hadoop fs -chown 777，例如hadoop fs -chown 777 /upload/。

还有一点，此时不用在配置文件中添加fs.defaultFS配置项(如果配置文件就只需要这一个配置项，那么连这个配置文件都不需要了)。

② public static FileSystem get(URI uri, Configuration conf) throws Exception

这个方法仅适用于不用考虑用户权限的情况下(hadoop服务端 dfs.permissions.enabled 值为false)，而且也不需要在配置文件中添加fs.defaultFS配置项

③ public static FileSystem get(Configuration conf) throws Exception

这个方法也是仅适用于不用考虑用户权限的情况下，而且必须显式的在配置文件中配置fs.defaultFS的值为hdfs://centos1:9000或者调用Configuration对象的set(String name, String value)方法设置fs.defaultFS。

fs.defaultFS配置项一般放在core-site.xml文件中，在classpath下添加此文件即可。

往hdfs上传文件时可能需要用dfs.replication配置项显式的指定副本数(默认为3个副本)，这个配置项一般放在hdfs-site.xml文件中，如果需要显式指定副本数的话，在classpath下添加此文件即可。

如果配置文件命名不是core-site.xml、hdfs-site.xml的话，需要调用Configuration对象的addResource(String path)方法添加配置文件。

2.在windows环境下运行上面代码的话，需要从https://github.com/srccodes/hadoop-common-2.2.0-bin下载hadoop-common-2.2.0-bin-master.zip文件，解压缩，配置HADOOP_HOME环境变量，值是该文件夹的路径，比如说D:\Program Files (x86)\hadoop-common-2.2.0-bin-master，实际起作用的是其bin子目录中的winutils.exe文件(把bin文件夹中的其他文件删除亦可)，然后在path值中添加HADOOP_HOME\bin。

如果不想配置环境变量的话，也可以在代码中设置系统变量 System.setProperty("hadoop.home.dir", "D:/Program Files (x86)/hadoop-common-2.2.0-bin-master");

3.FileSystem常用的方法

上传文件 copyFromLocalFile(Path src, Path dst);

下载文件 copyToLocalFile(Path src, Path dst);

删除文件/文件夹 delete(Path f, boolean recursive);

递归创建文件夹 mkdirs(Path f);