Hadoop HelloWord Examples -对Hadoop FileSystem进行操作 - 基于Java

我之前对hadoop的各种文件操作都是基于命令行的，但是进阶后，经常需要直接从java的代码中对HDFS进行修改。今天来练习下。

一个简单的demo，将hdfs的一个文件的内容拷贝到另外hdfs一个文件。

import java.util.*;
import java.io.*;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import org.apache.hadoop.mapreduce.lib.input.*;
import org.apache.hadoop.mapreduce.lib.output.*;
import org.apache.hadoop.io.IOUtils;

public class ShortestPath {

	public static void main(String[] args) throws Exception
	{
		Configuration conf = new Configuration();
		conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml")); 

		//The two lines' code below is quite useful when debugging Configuration, see reference[3].
		//System.out.println(conf.getRaw("fs.default.name"));
		//System.out.println(conf.toString());

		FileSystem fs = FileSystem.get(conf);

		FSDataInputStream in= fs.open(new Path(fs.getWorkingDirectory()+"/input/data"));

		BufferedReader br = new BufferedReader(new InputStreamReader(in));

		FSDataOutputStream out = fs.create(new Path(fs.getWorkingDirectory() +"/testInput/copyData.txt"));

		String str = br.readLine();
		while(str!=null)
		{
			out.writeBytes(str);
			out.writeBytes("\n");
			str = br.readLine();
		}
		out.close();
		br.close();
	}
}

以上的拷贝操作也可以通过IOUtils来完成，例如：

import java.util.*;
import java.io.*;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import org.apache.hadoop.mapreduce.lib.input.*;
import org.apache.hadoop.mapreduce.lib.output.*;
import org.apache.hadoop.io.IOUtils;

public class ShortestPath {

	public static void main(String[] args) throws Exception
	{
		Configuration conf = new Configuration();
		conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml")); 

		//System.out.println(conf.getRaw("fs.default.name"));
		//System.out.println(conf.toString());

		FileSystem fs = FileSystem.get(conf);

		FSDataInputStream in= fs.open(new Path(fs.getWorkingDirectory()+"/input/data"));

		FSDataOutputStream out = fs.create(new Path(fs.getWorkingDirectory() +"/testInput/copyData.txt"));

		IOUtils.copyBytes(in, out, conf);

		in.close();
		out.close();
	}
}

上面的

  conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml")); 

这行代码让我挺困惑的，我一直以为Configuration是自己在构造函数的时候就自动载入这些默认的core-site.xml之类，但是看来不是。而且调用Configuration的toString()函数后显示它载入了多个core-site.xml，更加困惑。菜鸟对配置文件不熟悉，知道的兄弟讲讲。。

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

其他更多的文件操作，比如删除等，可以参考reference[1,2]，基本大同小异。

Reference

(1) Hadoop - the definitive guide

(2)http://eclipse.sys-con.com/node/1287801/mobile

(3)http://www.opensourceconnections.com/2013/03/24/hdfs-debugging-wrong-fs-expected-file-exception/