【原创】一个复制本地文件到Hadoop文件系统的实例

import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
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;
import org.apache.hadoop.util.Progressable;

public class FileCopyWithProcess {

    public static void main(String[] args) throws IOException {
        // TODO Auto-generated method stub
        String localSrc = args[0];
        String dst = args[1];
        InputStream in = new BufferedInputStream(new FileInputStream(localSrc));
        Configuration conf = new Configuration();
        FileSystem fs  =  FileSystem.get(URI.create(dst),conf);
        try {
            OutputStream out = fs.create(new Path(dst),new Progressable() {
                @Override
                public void progress() {
                    // TODO Auto-generated method stub
                    System.out.println(".");
                }
            });
        IOUtils.copyBytes(in, out, 4096, true);
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
    }
}

上面的程序需要注意的地方是下面这行：

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

FileSystem是一个通用的文件系统API，要操作指定的文件系统，必须取得其默认工厂实例。

默认的有几种取得FileSystem静态工厂实例方式，上面是其中一种，其中通过URI来确定要使用的文件系统类型，另外一种是FileSystem.get(conf)，此时是使用默认的本地文件系统。

所以如果要使用HDFS，则要调用第一种，并且在dst中将地址路径写成： hdfs://地址:端口号/路径的形式。

实例化Progressable并重载progress方法，这里打印"."来描述进度。

最后利用IOUtils工具包来将本地文件copy到制定的目标地址的文件上去。