Hadoop基础-HDFS的API常见操作

　　　　　　　　　　　　　　　　　　　　Hadoop基础-HDFS的API常见操作

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　作者：尹正杰

版权声明：原创作品，谢绝转载！否则将追究法律责任。

　　本文主要是记录一写我在学习HDFS时的一些琐碎的学习笔记， 方便自己以后查看。在调用API的时候，可能会需要maven依赖，添加依赖的包如下：

 <?xml version="1.0" encoding="UTF-8"?>
 <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">
     <parent>
         <artifactId>HADOOP</artifactId>
         <groupId>yinzhengjie.org.cn</groupId>
         <version>1.0-SNAPSHOT</version>
     </parent>
     <modelVersion>4.0.0</modelVersion>

     <artifactId>HDFS</artifactId>

     <dependencies>
         <dependency>
             <groupId>org.apache.hadoop</groupId>
             <artifactId>hadoop-common</artifactId>
             <version>2.6.0</version>
         </dependency>

         <dependency>
             <groupId>org.apache.hadoop</groupId>
             <artifactId>hadoop-client</artifactId>
             <version>2.6.0</version>
         </dependency>

         <dependency>
             <groupId>junit</groupId>
             <artifactId>junit</artifactId>
             <version>4.11</version>
             <scope>test</scope>
         </dependency>

     </dependencies>

 </project>

一.HDFS获取文件系统

/*
@author :yinzhengjie
Blog:http://www.cnblogs.com/yinzhengjie/tag/Hadoop%E7%94%9F%E6%80%81%E5%9C%88/
EMAIL:y1053419035@qq.com
*/
package hdfs.yinzhengjie.org.cn;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;

import java.io.IOException;

public class HdfsClient {

    public static void main(String[] args) throws IOException {
        initHDFS();
    }

    //获取文件系统
    public static  void initHDFS() throws IOException{
        //创建Configuration对象
        Configuration conf = new Configuration();
//获取文件系统
        FileSystem fs = FileSystem.get(conf);

        //打印文件系统到控制台
        System.out.println(fs);
    }
}

二.HDFS文件上传

/*
@author :yinzhengjie
Blog:http://www.cnblogs.com/yinzhengjie/tag/Hadoop%E7%94%9F%E6%80%81%E5%9C%88/
EMAIL:y1053419035@qq.com
*/
package hdfs.yinzhengjie.org.cn;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

import java.net.URI;

public class HdfsClient {

    public static void main(String[] args) throws Exception {
        putFileToHDFSinitHDFS();
    }
    //文件上传
    public static  void putFileToHDFSinitHDFS() throws Exception {
        //配合Hadoop的环境变量，如果没有配置可能会抛异常：“ERROR util.Shell: Failed to locate the winutils binary in the hadoop binary path”，还有一件事就是你的HADOOP_HOME的bin目录下必须得有winutils.exe
        System.setProperty("hadoop.home.dir", "D:\\yinzhengjie\\softwares\\hadoop-2.7.3");
        //创建Configuration对象
        Configuration conf = new Configuration();
        //在代码中配置副本数,优先级最高，其次是配置文件的优先级，最后才是hdfs集群默认的副本数
        conf.set("dfs.replication","2");
        //获取文件系统，注意传入的三个参数对应的是hdfs的链接地址（需要将集群的客户端配置文件放在RESOURCES目录下！），配置对象，以及提交权限的用户名称。
        FileSystem fs = FileSystem.get(new URI("hdfs://yinzhengjie-hdfs-ha"),conf,"hdfs");
        /**
         * 当然，传入hdfs的url也可以指定主机名,当然你得在操作系统的hosts文件中指定对应的IP地址信息！
         *    FileSystem fs = FileSystem.get(new URI("hdfs://node105.yinzhengjie.org.cn:8020"),conf,"hdfs");
         */
        //上传文件到hdfs路径中
        fs.copyFromLocalFile(new Path("D:\\yinzhengjie\\data\\yinzhengjie.txt"),new Path("/yinzhengjie/yinzhengjie.blog"));
    }
}

三.HDFS文件下载

/*
@author :yinzhengjie
Blog:http://www.cnblogs.com/yinzhengjie/tag/Hadoop%E7%94%9F%E6%80%81%E5%9C%88/
EMAIL:y1053419035@qq.com
*/
package hdfs.yinzhengjie.org.cn;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

import java.net.URI;

public class HdfsClient {

    public static void main(String[] args) throws Exception {
        getFileFromHDFS();
    }
    //下载文件
    public static void getFileFromHDFS() throws Exception {
        //配合Hadoop的环境变量，如果没有配置可能会抛异常：“ERROR util.Shell: Failed to locate the winutils binary in the hadoop binary path”，还有一件事就是你的HADOOP_HOME的bin目录下必须得有winutils.exe
        System.setProperty("hadoop.home.dir", "D:\\yinzhengjie\\softwares\\hadoop-2.7.3");
        //创建Configuration对象
        Configuration conf = new Configuration();
        //获取文件系统，需要传入hdfs的链接地址，conf对象，以及操作的用户名
        FileSystem fs = FileSystem.get(new URI("hdfs://node105.yinzhengjie.org.cn:8020"),conf,"hdfs");
        /**
         * 指定下载操作，下面是对该copyToLocalFile的参数说明
         *      第一个参数：boolean delSrc    -------> 指是否将源文件删除
         *      第二个参数：Path src     -------> 指定下载的文件路径
         *      第三个参数：Path dst     -------> 指定文件下载到的路径
         *      第四个参数： boolean useRawLocalFileSystem -------> 指是否开启文件校验
         */
        fs.copyToLocalFile(false,new Path("/yinzhengjie/yinzhengjie.blog"),new Path("D:\\yinzhengjie\\data"),true);
        //关闭链接，释放资源
        fs.close();
    }

}

四.HDFS目录创建

/*
@author :yinzhengjie
Blog:http://www.cnblogs.com/yinzhengjie/tag/Hadoop%E7%94%9F%E6%80%81%E5%9C%88/
EMAIL:y1053419035@qq.com
*/
package hdfs.yinzhengjie.org.cn;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

import java.net.URI;

public class HdfsClient {

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

    //在hdfs中创建文件夹
    public static void mkdirAtHDFS() throws Exception{
        //配合Hadoop的环境变量，如果没有配置可能会抛异常：“ERROR util.Shell: Failed to locate the winutils binary in the hadoop binary path”，还有一件事就是你的HADOOP_HOME的bin目录下必须得有winutils.exe
         System.setProperty("hadoop.home.dir", "D:\\yinzhengjie\\softwares\\hadoop-2.7.3");
         //创建Configuration对象
         Configuration conf = new Configuration();
         //获取文件系统，需要传入hdfs的链接地址，conf对象，以及操作的用户名
         FileSystem fs = FileSystem.get(new URI("hdfs://node105.yinzhengjie.org.cn:8020"),conf,"hdfs");
         //创建目录
        fs.mkdirs(new Path("/yinzhengjie/2018/11/04"));
        //释放资源
        fs.close();
    }

}

五.HDFS文件夹删除

/*
@author :yinzhengjie
Blog:http://www.cnblogs.com/yinzhengjie/tag/Hadoop%E7%94%9F%E6%80%81%E5%9C%88/
EMAIL:y1053419035@qq.com
*/
package hdfs.yinzhengjie.org.cn;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

import java.net.URI;

public class HdfsClient {

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

    //删除文件或者文件夹
    public static void deleteAtHDFS() throws Exception{
        //配合Hadoop的环境变量，如果没有配置可能会抛异常：“ERROR util.Shell: Failed to locate the winutils binary in the hadoop binary path”，还有一件事就是你的HADOOP_HOME的bin目录下必须得有winutils.exe
        System.setProperty("hadoop.home.dir", "D:\\yinzhengjie\\softwares\\hadoop-2.7.3");
        //创建Configuration对象
        Configuration conf = new Configuration();
        //获取文件系统，需要传入hdfs的链接地址，conf对象，以及操作的用户名
         FileSystem fs = FileSystem.get(new URI("hdfs://node105.yinzhengjie.org.cn:8020"),conf,"hdfs");

        //执行删除操作，第一个参数指定的是删除路径，第二个参数表示是否递归删除。要注意的是，如果是目录的必须设置为true，否则会抛异常！
        fs.delete(new Path("/yinzhengjie/2018"),true);

        //关闭资源
        fs.close();
    }
}

六.HDFS文件名更改

/*
@author :yinzhengjie
Blog:http://www.cnblogs.com/yinzhengjie/tag/Hadoop%E7%94%9F%E6%80%81%E5%9C%88/
EMAIL:y1053419035@qq.com
*/
package hdfs.yinzhengjie.org.cn;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

import java.net.URI;

public class HdfsClient {

    public static void main(String[] args) throws Exception {
        renameAtHDFS();
    }
    //给文件或者目录进行重命名操作
    public static void renameAtHDFS() throws Exception{
        //配合Hadoop的环境变量，如果没有配置可能会抛异常：“ERROR util.Shell: Failed to locate the winutils binary in the hadoop binary path”，还有一件事就是你的HADOOP_HOME的bin目录下必须得有winutils.exe
        System.setProperty("hadoop.home.dir", "D:\\yinzhengjie\\softwares\\hadoop-2.7.3");
        //创建Configuration对象
        Configuration conf = new Configuration();
        //获取文件系统，需要传入hdfs的链接地址，conf对象，以及操作的用户名
         FileSystem fs = FileSystem.get(new URI("hdfs://node105.yinzhengjie.org.cn:8020"),conf,"hdfs");
        //修改文件名称
        fs.rename(new Path("/yinzhengjie/yinzhengjie.blog2"),new Path("/yinzhengjie/yinzhengjie.blog-2018-11-04"));
        //关闭资源
        fs.close();
    }
}

七.HDFS文件详情查看

/*
@author :yinzhengjie
Blog:http://www.cnblogs.com/yinzhengjie/tag/Hadoop%E7%94%9F%E6%80%81%E5%9C%88/
EMAIL:y1053419035@qq.com
*/
package hdfs.yinzhengjie.org.cn;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;

import java.net.URI;

public class HdfsClient {

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

    public static void readListFiles() throws Exception {
        //配合Hadoop的环境变量，如果没有配置可能会抛异常：“ERROR util.Shell: Failed to locate the winutils binary in the hadoop binary path”，还有一件事就是你的HADOOP_HOME的bin目录下必须得有winutils.exe
       System.setProperty("hadoop.home.dir", "D:\\yinzhengjie\\softwares\\hadoop-2.7.3");
       //创建配置信息对象
       Configuration conf = new Configuration();
         //获取文件系统，需要传入hdfs的链接地址，conf对象，以及操作的用户名
        FileSystem fs = FileSystem.get(new URI("hdfs://node105.yinzhengjie.org.cn:8020"),conf,"hdfs");

        //获取文件详情（注意：返回的是迭代器，而不是List之类的容器。），第一个参数指定的想要在hdfs获取的路径，第二个参数是否递归获取，改参数一般针对目录有效！
        RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);

        while (listFiles.hasNext()) {
            //调用迭代器listFiles的next()方法获取文件详细信息
            LocatedFileStatus fileStatus = listFiles.next();
            //输出文件名称
            System.out.println(fileStatus.getPath().getName());
            //输出块大小的信息
            System.out.println(fileStatus.getBlockSize());
            //输出权限信息
            System.out.println(fileStatus.getPermission());
            //输出长度信息
            System.out.println(fileStatus.getLen());
            //输出组的信息
            System.out.println(fileStatus.getGroup());

            //获取到块的位置信息
            BlockLocation[] blockLocations = fileStatus.getBlockLocations();

            for (BlockLocation bl : blockLocations) {

                System.out.println("block-offset:" + bl.getOffset());
                //获取该快在哪个节点上
                String[] hosts = bl.getHosts();

                for (String host : hosts) {
                    //打印获取到的主机信息
                    System.out.println(host);
                }
            }

            System.out.println("<--------------尹正杰的分割线------------->");
        }
    }
}

8>.HDFS文件和文件夹
/*
@author :yinzhengjie
Blog:http://www.cnblogs.com/yinzhengjie/tag/Hadoop%E7%94%9F%E6%80%81%E5%9C%88/
EMAIL:y1053419035@qq.com
*/
package hdfs.yinzhengjie.org.cn;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;

import java.net.URI;

public class HdfsClient {

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

    public static void findAtFiles() throws Exception {
        //配合Hadoop的环境变量，如果没有配置可能会抛异常：“ERROR util.Shell: Failed to locate the winutils binary in the hadoop binary path”，还有一件事就是你的HADOOP_HOME的bin目录下必须得有winutils.exe
       System.setProperty("hadoop.home.dir", "D:\\yinzhengjie\\softwares\\hadoop-2.7.3");
       //创建配置信息对象
       Configuration conf = new Configuration();
         //获取文件系统，需要传入hdfs的链接地址，conf对象，以及操作的用户名
        FileSystem fs = FileSystem.get(new URI("hdfs://node105.yinzhengjie.org.cn:8020"),conf,"hdfs");

        //获取查询路径下的文件状态信息
        FileStatus[] listStatus = fs.listStatus(new Path("/"));

        //便利所有的文件状态
        for (FileStatus status : listStatus) {
            //判断是文件还是文件夹
            if (status.isFile()){
                //如果是文件就在打印的时候加上指定的字符串前添加"file ------->"
                System.out.println("file ------->" + status.getPath().getName());
            }else {
                //如果是文件夹就在打印的时候加上特定的字符串前添加"directories ------->"
                System.out.println("directories ------->"+ status.getPath().getName());
            }
        }
    }
}