Java-API对HDFS的操作

　　哈哈哈哈，深夜来一波干货哦！！！

　　 Java-PAI对hdfs的操作，首先我们建一个maven项目，我主要说，我们可以通过Java代码来对HDFS的具体信息的打印，然后用java代码实现上传文件和下载文件，以及对文件的增删。

　　首先来介绍下如何将java代码和HDFS联系起来，HDFS是分布式文件系统,说通俗点就是用的存储的数据库,是hadoop的核心组件之一,其他还有mapreduce,yarn.其实也就是我们通过java代码来访问这个这个系统。然后进行操作等等。。java中导入jar包来进行编码操作。

　　我们这里使用pom.xml导入依赖的方式，还有种1中方式就是lib(通俗易懂就是导入jar包)。

<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>hu-hadoop1</groupId>

	<artifactId>k</artifactId>

	<version>0.0.1-SNAPSHOT</version>

	<packaging>jar</packaging>

	<name>k</name>

	<url>http://maven.apache.org</url>

	<properties>

		<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>

	</properties>

	<dependencies>

		<dependency>

			<groupId>junit</groupId>

			<artifactId>junit</artifactId>

			<version>3.8.1</version>

			<scope>test</scope>

		</dependency>

		<dependency>

			<groupId>org.apache.hadoop</groupId>

			<artifactId>hadoop-common</artifactId>

			<version>2.6.0</version>

			<scope>provided</scope>

		</dependency>

		<dependency>

			<groupId>org.apache.hadoop</groupId>

			<artifactId>hadoop-hdfs</artifactId>

			<version>2.6.0</version>

			<scope>provided</scope>

		</dependency>

		<dependency>

			<groupId>org.apache.hadoop</groupId>

			<artifactId>hadoop-mapreduce-client-app</artifactId>

			<version>2.6.0</version>

			<scope>provided</scope>

		</dependency>

		<dependency>

			<groupId>org.apache.hadoop</groupId>

			<artifactId>hadoop-mapreduce-client-common</artifactId>

			<version>2.6.0</version>

			<scope>provided</scope>

		</dependency>

	</dependencies>

</project>

　　然后我们就可以开始进入编码阶段了。

　　　　首先建一个类HDFSDemo1　　　　

　　　　谈谈如何访问HDFS的方法：在下提出3种方法.分别一下列出。清晰可见在下的真心实意。　　　　

　方式一：使用 使用hfds api 操作hadoop　　

package com.bw.day01;

import java.io.InputStream;

import java.net.URL;

import org.apache.hadoop.fs.FsUrlStreamHandlerFactory;

import org.apache.hadoop.io.IOUtils;

/**

 * 相对较老的hdfs api 使用java api也是可以访问hdfs的

 * @author huhu_k

 *

 */

public class HDFSDemo1 {

    static {

        URL.setURLStreamHandlerFactory(new FsUrlStreamHandlerFactory());

    }

    public static void main(String[] args) throws Exception {

        URL url = new URL("hdfs://hu-hadoop1:8020/1708as1/f1.txt");

        InputStream openStream = url.openStream();

        IOUtils.copyBytes(openStream, System.out, );

    }

}

　　方式二：相对较老的hdfs api 进行访问

package com.bw.day01;

import java.text.SimpleDateFormat;

import java.util.Date;

import java.util.HashMap;

import java.util.Map;

import java.util.Map.Entry;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.hdfs.DistributedFileSystem;

import org.apache.hadoop.hdfs.protocol.DatanodeInfo;

/**

 * 使用hfds api 操作hadoop

 *

 * @author huhu_k

 *

 */

public class HDFSDemo2 {

	public static void main(String[] args) throws Exception {

		// 1.step 配置容器 可以配置

		Configuration conf = new Configuration();

		conf.set("fs.default.name", "hdfs://hu-hadoop1:8020");

		// 2.step

		FileSystem fs = FileSystem.get(conf);

		DistributedFileSystem dfs = (DistributedFileSystem) fs;

		DatanodeInfo[] di = dfs.getDataNodeStats();

		for (DatanodeInfo d : di) {
　　　　　　　　　　　　　　//datanode的一些信息

			System.out.println(d.getBlockPoolUsed());

			System.out.println(d.getCacheCapacity());

			System.out.println(d.getCapacity());

			System.out.println(d.getDfsUsed()); // 地址

			System.out.println(d.getInfoAddr()); // 状态

			System.out.println(d.getAdminState());

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

			// System.out.println(d.getDatanodeReport());

			SimpleDateFormat sdf = new SimpleDateFormat("EEE MMM dd HH:mm:ss z yyyy", java.util.Locale.US);

			String value = d.getDatanodeReport();

			Map<String, String> map1 = new HashMap<>();

			Map<String, String> map2 = new HashMap<>();

			Map<String, String> map3 = new HashMap<>();

			int flag = 0;

			String[] str1 = value.split("\\n");

			for (String s : str1) {

				String[] str2 = s.split(": ");

				if (0 == flag) {

					if ("Last contact".equals(str2[0])) {

						String format = sdf.format(new Date(str2[1]));

						Date date = sdf.parse(format.toString());

						//最后一次访问hdfs 和现实的时间戳==心跳

						System.out.println(System.currentTimeMillis() - date.getTime());

						System.out.println(System.currentTimeMillis());

						System.out.println(date.getTime());

					}

					map1.put(str2[0], str2[1]);

				} else if (1 == flag) {

					map2.put(str2[0], str2[1]);

				} else {

					map3.put(str2[0], str2[1]);

				}

			}

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

			for (Entry<String, String> m1 : map1.entrySet()) {

				System.out.println(m1.getKey() + "---" + m1.getValue());

			}

			for (Entry<String, String> m2 : map1.entrySet()) {

				System.out.println(m2.getKey() + "---" + m2.getValue());

			}

			for (Entry<String, String> m3 : map1.entrySet()) {

				System.out.println(m3.getKey() + "---" + m3.getValue());

			}

		}

	}

}

　　注意:　　以上代码好多没用的，我觉得最有用得就是 getDatanodeReport(); 所以我只说只一个，结果如下：

　　　

　　　　可以一眼就看出来它的用处了吧。

　方式三：使用配置文件的方法+fs.newInstance(Conf):

　　　这里的配置文件是从虚拟机上的hadoop/etc里面。分别为core.site.xml和hdfs-site.xml

　　core-site.xml

<?xml version="1.0" encoding="UTF-8"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!--

  Licensed under the Apache License, Version 2.0 (the "License");

  you may not use this file except in compliance with the License.

  You may obtain a copy of the License at

    http://www.apache.org/licenses/LICENSE-2.0

  Unless required by applicable law or agreed to in writing, software

  distributed under the License is distributed on an "AS IS" BASIS,

  WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.

  See the License for the specific language governing permissions and

  limitations under the License. See accompanying LICENSE file.

-->

<!-- Put site-specific property overrides in this file. -->

<configuration>

<property>

    <name>fs.defaultFS</name>

    <value>hdfs://hu-hadoop1:8020</value>

    </property>

    <property>

    <name>io.file.buffer.size</name>

    <value></value>

    </property>

    <property>

    <name>hadoop.tmp.dir</name>

    <value>/home/bigdata/tmp</value>

    </property>

</configuration>

　　hdfs-site.xml

<?xml version="1.0" encoding="UTF-8"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<!--

  Licensed under the Apache License, Version 2.0 (the "License");

  you may not use this file except in compliance with the License.

  You may obtain a copy of the License at

    http://www.apache.org/licenses/LICENSE-2.0

  Unless required by applicable law or agreed to in writing, software

  distributed under the License is distributed on an "AS IS" BASIS,

  WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.

  See the License for the specific language governing permissions and

  limitations under the License. See accompanying LICENSE file.

-->

<!-- Put site-specific property overrides in this file. -->

<configuration>

<property>

    <name>dfs.replication</name>

    <value></value>

    </property>

    <property>

    <name>dfs.block.size</name>

    <value></value>

    </property>

    <property>

    <name>dfs.namenode.name.dir</name>

    <value>file:///home/hadoopdata/dfs/name</value>

    </property>

    <property>

    <name>dfs.datanode.data.dir</name>

    <value>file:///home/hadoopdata/dfs/data</value>

    </property>

    <property>

        <name>fs.checkpoint.dir</name>

        <value>file:///home/hadoopdata/checkpoint/dfs/cname</value>

    </property>

    <property>

        <name>fs.checkpoint.edits.dir</name>

        <value>file:///home/hadoopdata/checkpoint/dfs/cname</value>

    </property>

    <property>

       <name>dfs.http.address</name>

       <value>hu-hadoop1:</value>

    </property>

    <property>

       <name>dfs.secondary.http.address</name>

       <value>hu-hadoop2:</value>

    </property>

    <property>

    <name>dfs.webhdfs.enabled</name>

    <value>true</value>

    </property>

    <property>

    <name>dfs.permissions</name>

    <value>false</value>

    </property>

</configuration>

　　将这两个文件写入到src下：建一个HDFSDemo3  然后开始编码：

　文件的删除1：

	public static void main(String[] args) throws Exception {

		Configuration conf = new Configuration();

		// hadoop路径

		FileSystem fs = FileSystem.newInstance(conf);

		// 本地得路径

		LocalFileSystem localFileSystem = FileSystem.getLocal(conf);

		// mkdir创建文件夹

		Path path = new Path("/1708as1/hehe.txt");

		if (fs.exists(path)) {

			// fs.delete(path);默认递归删除

			fs.delete(path, true);// false:不是递归 true：递归

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

			fs.mkdirs(new Path("/1708a1/f1.txt"));

		} else {

			fs.mkdirs(path);

			System.out.println("------------------****");

		}

    }

　　　　

　  创建一个文件并写入内容：

　　　

下载文件：

　　方法一：

　　　

　  方法二：

　   

上传文件：

　　方式一:

　　

　　方式二:

　　　

　下载文件：

　　合并下载：

　　　　方法一：

package com.bw.day01;

import org.apache.hadoop.fs.FSDataInputStream;

import org.apache.hadoop.fs.FSDataOutputStream;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.LocalFileSystem;

import org.apache.hadoop.fs.LocatedFileStatus;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.fs.RemoteIterator;

import org.apache.hadoop.io.IOUtils;

import com.bw.day01.util.FSUtils;

/**

 * 合并下载

 *

 * @author huhu_k

 *

 */

public class HDFSDemo5 {

	public static void main(String[] args) throws Exception {

		FileSystem fs = FSUtils.getFileSystem();

		LocalFileSystem lfs = FSUtils.getLocalFileSystem();

		Path hadoop = new Path("/1708as1");

		Path local = new Path("E:\\data\\hehe.txt");

		FSDataOutputStream out = lfs.create(local);

		//递归 Iterator是指定目录下的所有文件路径没有文件夹的

		RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(hadoop, true);

		while (listFiles.hasNext()) {

			LocatedFileStatus next = listFiles.next();

			// System.out.println(next.getPath());

			FSDataInputStream in = fs.open(next.getPath());

			IOUtils.copyBytes(in, out, 4096, false);

		}

		IOUtils.closeStream(out);

		System.out.println("OK!");

	}

}

　　方法二：　　　

package com.bw.day01;

import java.util.ArrayList;

import java.util.List;

import org.apache.hadoop.fs.FSDataInputStream;

import org.apache.hadoop.fs.FSDataOutputStream;

import org.apache.hadoop.fs.FileStatus;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.LocalFileSystem;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.io.IOUtils;

import com.bw.day01.util.FSUtils;

/**

 * 合并下载

 *

 * @author huhu_k

 *

 */

public class HDFSDemo6 {

	static List<Path> list = new ArrayList<>();

	public static void main(String[] args) throws Exception {

		FileSystem fs = FSUtils.getFileSystem();

		LocalFileSystem lfs = FSUtils.getLocalFileSystem();

		Path hadoop = new Path("/1708as1");

		Path local = new Path("E:\\data\\haha.txt");

		copy(hadoop, fs);

		FSDataInputStream in = null;

		FSDataOutputStream out = lfs.create(local);

		for (Path p : list) {

			System.out.println(p.toString());

			in = fs.open(p);

			out.writeUTF("\n");

			out.writeUTF("file:" + p.toString());

			out.writeUTF("\n");

			IOUtils.copyBytes(in, out, 4096, false);

		}

		IOUtils.closeStream(out);

	}

	/**

	 * 使用递归得到文件所有目录

	 * @param hadoop

	 * @param fs

	 * @throws Exception

	 */

	public static void copy(Path hadoop, FileSystem fs) throws Exception {

		FileStatus[] lFileStatus = fs.listStatus(hadoop);

		for (FileStatus f : lFileStatus) {

			if (fs.isDirectory(f.getPath())) {

				// System.out.println("目录：" + f.getPath());

				copy(f.getPath(), fs);

			} else if (fs.isFile(f.getPath())) {

				// System.out.println("wenjian:" + f.getPath());

				list.add(f.getPath());

			}

		}

	}

}





　　　原样下载：　




package com.bw.day01;

import org.apache.hadoop.fs.FileStatus;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.LocalFileSystem;

import org.apache.hadoop.fs.Path;

import com.bw.day01.util.FSUtils;

/**

 * 原样下载

 *

 * @author huhu_k

 *

 */

public class HDFSDemo7 {

	public static void main(String[] args) throws Exception {

		FileSystem fs = FSUtils.getFileSystem();

		LocalFileSystem lfs = FSUtils.getLocalFileSystem();

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

		copey(new Path("/1708as1"), fs, lfs);

	}

	public static void copey(Path path, FileSystem fs, LocalFileSystem lfs) throws Exception {

		Path p = new Path("/");

		FileStatus[] listStatus = fs.listStatus(path);

		for (FileStatus l : listStatus) {

			String[] str = l.getPath().toString().split("8020/1708as1");

			if (fs.isDirectory(l.getPath())) {

				if (str.length > 1) {

					p = new Path(str[1]);

					System.out.println(p + "---------------");

				}

				lfs.mkdirs(new Path("E:/data" + l.toString()));

				copey(l.getPath(), fs, lfs);

			} else if (fs.isFile(l.getPath())) {

				if (str.length > 1) {

					p = new Path("E:/data" + str[1]);

					System.out.println(p.toString() + "---");

				}

				fs.copyToLocalFile(l.getPath(), p);

			}

		}

	}

　




　　　　再加一個吧。


　　原文件上传：


　　




package com.bw.day01;

import org.apache.hadoop.fs.FileStatus;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.LocalFileSystem;

import org.apache.hadoop.fs.Path;

import com.bw.day01.util.FSUtils;

/**

 * 文件原样上传

 *

 * @author huhu_k

 *

 */

public class HDFSDemo8 {

	public static void main(String[] args) throws Exception {

		FileSystem fs = FSUtils.getFileSystem();

		LocalFileSystem lfs = FSUtils.getLocalFileSystem();

		System.out.println();

		upLoadFile(new Path("E:\\data"), fs, lfs);

		System.out.println("OK!!");

	}

	public static void upLoadFile(Path path, FileSystem fs, LocalFileSystem fls) throws Exception {

		Path p = new Path("/");

		FileStatus[] listStatus = fls.listStatus(path);

		for (FileStatus l : listStatus) {

			String str1[] = l.getPath().toString().split("data");

			String[] str2 = l.getPath().toString().split(":/");

			String truePath = str2[1] +":/"+ str2[2];

			if (fls.isDirectory(new Path(truePath))) {

				if (str1.length > 1) {

					p = new Path("/1708a1" + str1[1]);

				}

				fs.mkdirs(p);

				System.out.println(p.toString() + "目录*****");

				upLoadFile(l.getPath(), fs, fls);

			} else if (fls.isFile(new Path(truePath))) {

				if (str1.length > 1) {

					p = new Path("/1708a1" + str1[1]);

				}

				fs.copyFromLocalFile(l.getPath(), p);

				System.out.println(p.toString() + "文件*****");

			}

		}

	}

}




　注意：


　　可能在运行时报指针异常！！！


　　　可以参考以下链接解决:https://www.cnblogs.com/meiLinYa/p/9136771.html


　　　还有在Java-API对hdfs操作时要开启服务 start-all-sh.


　     


　　　　然后主要的都讲完了！！怎么样是波狗粮吧。。。。


　　


　　　　huhu_L：深夜的狗粮吃的最撑哦！！！
												


											
Hadoop---Java-API对HDFS的操作的更多相关文章
	

    
						
  1. JAVA API 实现hdfs文件操作
		
    java api 实现hdfs 文件操作会出现错误提示: Permission denied: user=hp, access=WRITE, inode="/":hdfs:supe ...
    
		
    2. 
						
  2. hadoop的API对HDFS上的文件访问
		
    这篇文章主要介绍了使用hadoop的API对HDFS上的文件访问,其中包括上传文件到HDFS上.从HDFS上下载文件和删除HDFS上的文件,需要的朋友可以参考下hdfs文件操作操作示例,包括上传文件到 ...
    
		
    3. 
						
  3. JAVA API连接HDFS HA集群
		
    使用JAVA API连接HDFS时我们需要使用NameNode的地址,开启HA后,两个NameNode可能会主备切换,如果连接的那台主机NameNode挂掉了,连接就会失败. HDFS提供了names ...
    
		
    4. 
						
  4. 使用JAVA API读取HDFS的文件数据出现乱码的解决方案
		
    使用JAVA api读取HDFS文件乱码踩坑 想写一个读取HFDS上的部分文件数据做预览的接口,根据网上的博客实现后,发现有时读取信息会出现乱码,例如读取一个csv时,字符串之间被逗号分割 英文字符串 ...
    
		
    5. 
						
  5. Hadoop Java  API 操作 hdfs--1
		
    Hadoop文件系统是一个抽象的概念,hdfs仅仅是Hadoop文件系统的其中之一. 就hdfs而言,访问该文件系统有两种方式:(1)利用hdfs自带的命令行方式,此方法类似linux下面的shell ...
    
		
    6. 
						
  6. HDFS的Java API 对文件的操作
		
    在本次操作中所用到的命令 1.首先启动HDFS $HADOOP_HOME/sbin/start-dfs.sh 2.关防火墙 切换到root用户,执行service iptables stop 3.拷贝 ...
    
		
    7. 
						
  7. Java API 读取HDFS的单文件
		
    HDFS上的单文件: -bash-3.2$ hadoop fs -ls /user/pms/ouyangyewei/data/input/combineorder/repeat_rec_categor ...
    
		
    8. 
						
  8. Java API —— IO流(数据操作流 & 内存操作流 & 打印流 & 标准输入输出流 & 随机访问流 & 合并流 & 序列化流 & Properties & NIO)
		
    1.操作基本数据类型的流     1) 操作基本数据类型 · DataInputStream:数据输入流允许应用程序以与机器无关方式从底层输入流中读取基本 Java 数据类型.应用程序可以使用数据输出 ...
    
		
    9. 
						
  9. HDFS的java接口——简化HDFS文件系统操作
		
    今天闲来无事,于是把HDFS的基本操作用java写出简化程序出来给大家一些小小帮助! package com.quanttech; import org.apache.hadoop.conf.Conf ...
    
		
    10. 
						
  10. Hadoop Java API操作HDFS文件系统（Mac）
		
    1.下载Hadoop的压缩包 tar.gz   https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/stable/ 2.关联jar包 在 ...
    
		
    11. 
		

	


随机推荐
	

    
									
  1. codeforces gym 101164 K Cutting 字符串hash
			
    题意:给你两个字符串a,b,不区分大小写,将b分成三段,重新拼接,问是否能得到A: 思路:暴力枚举两个断点,然后check的时候需要字符串hash,O(1)复杂度N*N: 题目链接:传送门 #prag ...
    
			
    2. 
						
  2. 下载安装tomcat和jdk，配置运行环境，与Intellij idea 2017关联
			
    第一篇博客,最近公司要用java和jsp开发新的项目,第一次使用Intellij idea 2017,有很多地方需要一步步配置,有些按照网上的教程很快就配置好了,有的还是琢磨了一会儿,在这里做一个记录 ...
    
			
    3. 
						
  3. FreeCodeCamp----Intermediate Algorithm Scripting解法
			
    Finders Keepers 写一个 function,它浏览数组(第一个参数)并返回数组中第一个通过某种方法(第二个参数)验证的元素. 如果你被卡住了,记得开大招 Read-Search-Ask. ...
    
			
    4. 
						
  4. curl: (6) Could not resolve host: www.baidu.com;
			
    今天,在执行curl时,突然发现这个报错,问题是之前完全没有出现过这样的情况. [root@localhost ~]# curl www.baidu.comcurl: (6) Could not re ...
    
			
    5. 
						
  5. 消息队列rabitMq
			
    rabbitmq MQ全称为Message Queue, 消息队列(MQ)是一种应用程序对应用程序的通信方法.应用程序通过读写出入队列的消息(针对应用程序的数据)来通信,而无需专用连接来链接它们.消息 ...
    
			
    6. 
						
  6. Mybatis中resultType理解
			
    
			
    7. 
						
  7. ACM-ICPC 2018 沈阳赛区网络预赛 J Ka Chang
			
    Ka Chang 思路: dfs序+树状数组+分块 先dfs处理好每个节点的时间戳 对于每一层,如果这一层的节点数小于sqrt(n),那么直接按照时间戳在树状数组上更新 如果这一层节点个数大于sqrt ...
    
			
    8. 
						
  8. Python Selenium 文件上传之SendKeys
			
    昨天写了Web 文件下载的ui自动化,下载之后,今天就要写web 文件上传的功能了. 当然从折腾了俩小时才上传成功.下面写一下自己操作的步骤 首先网上说的有很多方法 如 input 标签的最好做了,直 ...
    
			
    9. 
						
  9. spring cloud: Hystrix（七）：Hystrix的断容器监控dashboard
			
    Hystrix的断容器监控dashboard. dashboard是用来监控Hystrix的断容器监控的,图形化dashboard是如何实现指标的收集展示的. dashboard 本地端口8730 项 ...
    
			
    10. 
						
  10. Hypergeometric distribution
			
    How TermFinder calculates P-values Readme: MGI GO Term Finder The GoTermFinder attempts to determine ...
    
			
    11.