4.1 命令行操作

可以通过命令行接口与HDFS系统进行交互,这样更加简单直观。下面就介绍一些HDFS系统的常用操作命令。

1.ls

使用ls命令可以查看HDFS系统中的目录和文件。例如,查看HDFS文件系统根目录下的目录和文件,命令如下:

hadooop fs –ls /

递归列出HDFS文件系统根目录下的所有目录和文件,命令如下:

hadooop fs –ls -R /

2.put

将本地文件上传到HDFS系统中。例如,将本地文件a.txt上传到HDFS文件系统的/input文件夹中,命令如下:

hadoop fs –put a.txt /input/

3.moveFromLocal

将本地文件移动到HDFS文件系统中,可以一次移动多个文件。与put命令类似,不同的是该命令执行后源文件将被删除。例如,将本地文件a.txt移动到HDFS的/input文件夹中,命令如下:

hadoop fs –moveFromLocal a.txt /input/

4.get

将HDFS文件系统中的文件下载到本地,注意下载时的文件名不能与本地文件相同,否则会提示文件已经存在。下载多个文件或目录到本地时,要将本地路径设置为文件夹。例如,将HDFS根目录中的input文件夹中的文件a.txt下载到本地,命令如下:

hadoop fs –get /input/a.txt a.txt

将HDFS根目录中的input文件夹下载到本地,命令如下:

hadoop fs –get /input/ input

注意:如果用户没有root权限,则本地路径要为用户文件夹下的路径,否则会出现权限问题。

5.rm

删除HDFS系统中的文件或文件夹,每次可以删除多个文件或目录。例如,删除HDFS根目录的input文件夹中的文件a.txt,命令如下:

hadoop fs –rm /input/a.txt

删除HDFS根目录的output文件夹,命令如下:

hadoop fs -rm -r /output

6.mkdir

在HDFS系统中创建文件或目录。例如,在HDFS根目录下创建文件夹input,命令如下:

hadoop fs –mkdir /input/

也可使用-p参数创建多级目录,如果父目录不存在,则会自动创建父目录。命令如下:

hadoop fs –mkdir –p /input/file

7.cp

拷贝文件到另一个文件,相当于给文件重命名并保存,但源文件还存在。例如,将/input/a.txt拷贝到/input/b.txt,并保留a.txt,命令如下:

hadoop fs –cp /input/a.txt /input/b.txt

8.mv

移动文件到另一个文件,相当于给文件重命名并保存,源文件已不存在。例如,将a.txt移动到b.txt,命令如下:

hadoop fs –mv /input/a.txt /input/b.txt

4.2 Java API操作

使用HDFS Java API可以远程对HDFS系统中的文件进行新建、删除、读取等操作。本节主要介绍如何在eclipse中编写HDFS Java API与HDFS文件系统进行交互。

4.2.1 创建Java工程

在编写Java API之前,首先需要新建一个Hadoop项目。Hadoop项目的结构与普通的Java项目一样,只是依赖的jar包不同。

在eclipse中新建一个Maven项目hdfs_demo(Maven项目的搭建此处不做过多讲解),然后在该项目的pom.xml文件中添加以下代码,以引入HDFS的Java API依赖包:

<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-common</artifactId>
<version>2.7.1</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-hdfs</artifactId>
<version>2.7.1</version>
</dependency>
<dependency>
<groupId>jdk.tools</groupId>
<artifactId>jdk.tools</artifactId>
<version>1.7</version>
<scope>system</scope>
<systemPath>${JAVA_HOME}/lib/tools.jar</systemPath>
</dependency>

配置好pom.xml后,即可进行HDFS Java API的编写。

4.2.2 读取数据

FileSystem是HDFS Java API的核心工具类,使用FileSystem API可以很轻松的操作HDFS中的文件。例如,在HDFS文件系统的根目录有一个文件file.txt,可以直接使用FileSystem API读取该文件内容。

1.编写代码

在新建的hdfs_demo项目中新建Java类FileSystemCat.java,写入查询显示file.txt文件内容的代码,完整代码如下所示:

import java.io.InputStream;
import java.net.URI;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils; /**查询文件内容并输出**/
public class FileSystemCat {
public static void main(String[] args) throws Exception {
//文件在HDFS系统中的路径
String uri="hdfs://192.168.170.128:9000/file.txt";
Configuration conf=new Configuration();
FileSystem fs=FileSystem.get(URI.create(uri), conf);
//打开文件输入流
InputStream in=fs.open(new Path(uri));
//输出文件内容
IOUtils.copyBytes(in, System.out, 4096,false);
//关闭输入流
IOUtils.closeStream(in);
}
}

代码分析:

运行HDFS程序之前,需要先初始化Configuration类,该类的主要作用是读取HDFS的系统配置信息,也就是安装Hadoop时候的配置文件。例如core-site.xml、hdfs-site.xml和mapred-site.xml等文件里的信息。如下代码:

Configuration conf=new Configuration();

FileSystem是一个普通的文件系统API,可以使用静态工厂方法取得FileSystem实例。并传入文件在HDFS系统中的路径与Configuration对象参数。代码如下:

FileSystem fs=FileSystem.get(URI.create(uri), conf);

通过调用FileSystem对象的open方法,取得文件的输入流。如下代码:

InputStream in=fs.open(new Path(uri));

2.运行代码

直接在eclipse中右击运行该程序即可,若控制台中能正确输出文件file.txt的内容,说明代码编写正确。

4.2.3 创建目录

FileSystem也提供了创建目录的方法,这个方法会按照客户端请求创建未存在的父目录,就像java.io.File的mkdirs()一样。如果目录创建成功,它会返回true。

下面这个例子,是在HDFS文件系统根目录,创建一个名为mydir的文件夹。

1.编写代码

在新建的hdfs_demo项目中新建Java类CreateDir.java,写入的完整代码如下所示:

import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
/**创建目录mydir**/
public class CreateDir {
public static void main(String[] args) throws IOException {
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
FileSystem hdfs = FileSystem.get(conf);
//创建目录
boolean isok = hdfs.mkdirs(new Path("hdfs:/mydir"));
if(isok){
System.out.println("创建目录成功!");
}else{
System.out.println("创建目录失败!");
}
hdfs.close();
}
}

2.运行代码

直接在eclipse中右击运行该程序即可,若控制台中能正确输出“创建目录成功!”,说明代码编写正确。

4.2.4 创建文件

FileSystem还提供了创建文件的方法create(),通过调用这个函数,可以在HDFS文件系统中的指定路径创建一个文件,并对文件进行写入内容。例如,在HDFS系统根目录创建一个文件newfile2.txt,并写人内容“我是文件内容”,代码如下:

public static void createFile() throws Exception {
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
FileSystem fs = FileSystem.get(conf);
//打开一个输出流
FSDataOutputStream outputStream = fs.create(new Path("hdfs:/newfile2.txt"));
//写入文件内容
outputStream.write("我是文件内容".getBytes());
outputStream.close();
fs.close();
System.out.println("文件创建成功!");
}

4.2.5 删除文件

通过调用FileSystem提供的deleteOnExit()函数,可以对HDFS文件系统中已经存在的文件进行删除。例如,删除HDFS系统根目录下的文件newfile.txt,代码如下:

public static void deleteFile() throws Exception{
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
FileSystem fs = FileSystem.get(conf);
Path path = new Path("hdfs:/newfile.txt");
//删除文件
boolean isok = fs.deleteOnExit(path);
if(isok){
System.out.println("删除成功!");
}else{
System.out.println("删除失败!");
}
fs.close();
}

4.2.6 遍历文件和目录

我们可以通过FileSystem的listStatus()函数,对HDFS文件系统中指定路径下的所有目录和文件进行遍历。例如,递归遍历HDFS系统根目录下的所有文件和目录并输出路径信息,代码如下:

public class ListStatus {
private static FileSystem hdfs;
public static void main(String[] args) throws Exception {
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
hdfs = FileSystem.get(conf);
//遍历HDFS上的文件和目录
FileStatus[] fs = hdfs.listStatus(new Path("hdfs:/"));
if (fs.length > 0) {
for (FileStatus f : fs) {
showDir(f);
}
}
}
private static void showDir(FileStatus fs) throws Exception {
Path path = fs.getPath();
//输出文件或目录的路径
System.out.println(path);
//如果是目录,进行递归遍历该目录下的所有子目录或文件
if (fs.isDirectory()) {
FileStatus[] f = hdfs.listStatus(path);
if (f.length > 0) {
for (FileStatus file : f) {
showDir(file);
}
}
}
}
}

假设HDFS文件系统的根目录有文件夹input、文件newfile.txt,input中有文件test.txt,则上述代码的输出结果为:

hdfs://192.168.170.128:9000/input
hdfs://192.168.170.128:9000/input/test.txt
hdfs://192.168.170.128:9000/newfile.txt

4.2.7 上传本地文件

FileSystem提供了一个copyFromLocalFile()函数,可以将操作系统本地的文件上传到HDFS文件系统中。例如,将windows系统中D盘的copy_test.txt文件上传到HDFS文件系统的根目录,代码如下:

public static void copyFromLocalFile() throws Exception{
//1.创建配置器
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
//2.取得FileSystem文件系统实例
FileSystem fs = FileSystem.get(conf);
//3.创建可供hadoop使用的文件系统路径
Path src = new Path("D:/copy_test.txt"); //本地目录/文件
Path dst = new Path("hdfs:/"); //目标目录/文件
// 4.拷贝上传本地文件(本地文件,目标路径) 至HDFS文件系统中
fs.copyFromLocalFile(src, dst);
System.out.println("文件上传成功!");
}

4.2.8 下载文件到本地

FileSystem提供了一个copyToLocalFile()函数,可以将HDFS文件系统中的文件下载到操作系统本地。例如,将HDFS文件系统根目录的文件newfile.txt下载到windows系统中D盘根目录,并重命名为new.txt,代码如下:

public static void copyToLocalFile() throws Exception{
//1.创建配置器
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://192.168.170.128:9000");
//2.取得FileSystem文件系统实例
FileSystem fs = FileSystem.get(conf);
//3.创建可供hadoop使用的文件系统路径
Path src = new Path("hdfs:/newfile2.txt");//目标目录/文件
Path dst = new Path("D:/new.txt"); //本地目录/文件
//4.从HDFS文件系统中拷贝下载文件(目标路径,本地文件)至本地
fs.copyToLocalFile(false,src,dst,true);
System.out.println("文件下载成功!");
}

原创文章,转载请注明出处!!

第4章 HDFS操作的更多相关文章

  1. python基础操作以及hdfs操作

    目录 前言 基础操作 hdfs操作 总结 一.前言        作为一个全栈工程师,必须要熟练掌握各种语言...HelloWorld.最近就被"逼着"走向了python开发之路, ...

  2. HDFS操作

    HDFS操作 1.shell 1.1 创建目录 hadoop fs -mkdir 目录名(其中/为根目录) 1.2 遍历目录 hadoop fs -ls 目录名 1.3 删除目录 hadoop fs ...

  3. 第四章 JavaScript操作DOM对象

    第四章   JavaScript操作DOM对象 一.DOM操作 DOM是Document Object Model的缩写,即文档对象模型,是基于文档编程的一套API接口,1988年,W3C发布了第一级 ...

  4. 第三章 JavaScript操作BOM对象

    第三章   JavaScript操作BOM对象 一.window对象 浏览器对象模型(BOM)是javascript的组成之一,它提供了独立与浏览器窗口进行交换的对象,使用浏览器对象模型可以实现与HT ...

  5. Azkaban实战,Command类型单一job示例,任务中执行外部shell脚本,Command类型多job工作flow,HDFS操作任务,MapReduce任务,HIVE任务

    本文转载自:https://blog.csdn.net/tototuzuoquan/article/details/73251616 1.Azkaban实战 Azkaba内置的任务类型支持comman ...

  6. 假期学习【三】HDFS操作及spark的安装/使用

    1.安装 Hadoop 和 Spark 进入 Linux 系统,参照本教程官网“实验指南”栏目的“Hadoop 的安装和使用”,完 成 Hadoop 伪分布式模式的安装.完成 Hadoop 的安装以后 ...

  7. 第三章 熟悉常用的HDFS操作

    一.Hadoop提供的Shell命令完成相同任务: 1.在本地Linux文件系统的“/home/hadoop/”目录下创建一个文件txt,里面可以随意输入一些单词. mkdir hadoop 在本地查 ...

  8. 第5章 MapReduce操作

    目录 5.1 案例分析:单词计数 1.设计思路 2.程序源代码 3.程序解读 4.程序运行 5.2 案例分析:数据去重 1.设计思路 2.编写程序 3.程序解读 4.程序运行 5.3 案例分析:求平均 ...

  9. HDFS追本溯源:HDFS操作的逻辑流程与源码解析

    本文主要介绍5个典型的HDFS流程,这些流程充分体现了HDFS实体间IPC接口和stream接口之间的配合. 1. Client和NN Client到NN有大量的元数据操作,比如修改文件名,在给定目录 ...

随机推荐

  1. Cookie存储大小、个数限制

    一.浏览器允许每个域名所包含的cookie数: Microsoft指出InternetExplorer8增加cookie限制为每个域名50个,但IE7似乎也允许每个域名50个cookie. Firef ...

  2. oracle基本查询练习

    select * from regions; select * from countries; select * from locations; select * from departments; ...

  3. GDB多线程调试分析

    0x00: 在Linux系统上Gdb提供了一组多线程调试命令,如表所示: 多线程调试的主要任务是准确及时地捕捉被调试程序线程状态的变化的事件,并且GDB针对根据捕捉到的事件做出相应的操作,其实最终的结 ...

  4. 图片延迟插件 Jquery.lazyload.min.js

    当一个页面打开的图片太多,我们可以用jquery的一个延迟加载插件.名为:jquery.lazyload.min.js 使用非常简单,如下: <div style="height:70 ...

  5. Mat转化为IplImage类型的方法

    Mat image_mat; IplImage imgTmp = image_mat; IplImage *img = cvCloneImage(&imgTmp);

  6. 关于如何等待一个元素的出现而不用一些笨拙粗暴的time.sleep()方法

    我相信这是一个非常大众化的需求,我们需要等待某一个元素的出现以此来让我们的脚本进入到下一个Step,这个等待方法最好能够设置超时时间,然后找到后迅速callback.我们也很幸运!如果你仔细看Sele ...

  7. php 调用微信虚拟支付

    摘要:小游戏对接微信虚拟支付,需要自己的后台调用微信的虚拟支付接口,微信的文档实在烂,总结走过的坑. 1.报错{errcode:90007,errmsg:invalid openid} 无效的open ...

  8. 笨办法学Python(六)

    习题 6: 字符串(string)和文本 虽然你已经在程序中写过字符串了,你还没学过它们的用处.在这章习题中我们将使用复杂的字符串来建立一系列的变量,从中你将学到它们的用途.首先我们解释一下字符串是什 ...

  9. Selenium入门系列4 选择并操作一组元素

    选中一组元素的方式也是8种,与选中单个元素一一对应.区别只在于element与elements.elements取到的是一个数组,element取符合条件的第一个元素. 首先在脚本的目录下新建test ...

  10. Xcode 自定义控件创建及触发事件

    #pragma mark 控制器的view加载完毕的时候调用 //一般在这里进行界面的初始化 - (void)viewDidLoad { [super viewDidLoad]; NSLog(@&qu ...