HDFS文件系统的JAVA-API操作(一)

使用java.net.URL访问HDFS文件系统

HDFS的API使用说明：
　　1.如果要访问HDFS，HDFS客户端必须有一份HDFS的配置文件
　　也就是hdfs-site.xml,从而读取Namenode的信息。
　　2.每个应用程序也必须拥有访问Hadoop程序的jar文件
　　3.操作HDFS,也就是HDFS的读和写,最常用的类FileSystem

实例1：使用java.net.URL访问HDFS文件系统

/**

* 操作：显示HDFS文件夹中的文件内容
* 1.使用java.net.URL对象打开数据流
* 2.使用静态代码块使得java程序识别Hadoop的HDFS url
*/

操作代码如下：

 package TestHdfs;
 import java.io.InputStream;
 import java.net.URL;
 import org.apache.hadoop.fs.FsUrlStreamHandlerFactory;
 import org.apache.hadoop.io.IOUtils;
 /**
  * @author SimonsZhao
  * HDFS的API使用
  * 1.如果要访问HDFS，HDFS客户端必须有一份HDFS的配置文件
  * 也就是hdfs-site.xml,从而读取Namenode的信息。
  * 2.每个应用程序也必须拥有访问Hadoop程序的jar文件
  * 3.操作HDFS,也就是HDFS的读和写,最常用的类FileSystem
  * 操作：显示HDFS文件夹中的文件内容
  * 1.使用java.net.URL对象打开数据流
  * 2.使用静态代码块使得java程序识别Hadoop的HDFS url
  */
 public class MyCat {
     static{
         URL.setURLStreamHandlerFactory(new FsUrlStreamHandlerFactory());
     }
     public static void main(String[] args) {
         InputStream input=null;
         try {
             input = new URL(args[0]).openStream();
             IOUtils.copyBytes(input,System.out,4096,false);
         } catch (Exception e) {
             System.err.println("Error");
         }finally{
             IOUtils.closeStream(input);
         }
     }
 }

0.打包程序并长传到Linux中

a.通过export导出文件jar包

b.选择jar包存放路径

c.指定主类

d.通过SecureCRT上传jar包至Linux中的指定文件夹下。

　　 1.在指定文件夹下创建示例文件demo

　　　　[root@neusoft-master filecontent]# vi demo

　　　　

　　2.上传文件至HDFS的data目录，data目录需要首先创建。

　　　　[root@neusoft-master filecontent]# hadoop dfs -put demo /data/

　　　　

3.查看是否上传成功

[root@neusoft-master filecontent]# hadoop dfs -ls /data/

4.将已经打包好的jar文件上传至linux并切换到相应文件夹运行hadoop命令执行

从结果可以看出能够显示出来demo文件的内容

[root@neusoft-master filecontent]# hadoop jar MyCat.jar hdfs://neusoft-master:9000/data/demo

实例2：使用FileSystem访问HDFS文件系统

/**
    *操作：将本地文件系统的文件通过java-API写入到HDFS文件
    */

1.本地文件系统和HDFS中应该首先创建指定的目录

linux中创建文件命令：mkdir test

HDFS中创建文件夹命令：hadoop dfs -mkdir /data/

String source="/usr/local/filecontent/demo";//linux中的文件路徑,demo存在一定数据，这里存储了一行英语句子，如welcome to.....
String destination="hdfs://neusoft-master:9000/data/test";//HDFS的路徑

2.程序源代码

 package TestHdfs;

 import java.io.BufferedInputStream;
 import java.io.FileInputStream;
 import java.io.FileNotFoundException;
 import java.io.InputStream;
 import java.io.OutputStream;
 import java.net.URI;

 import org.apache.hadoop.conf.Configuration;
 import org.apache.hadoop.fs.FSDataOutputStream;
 import org.apache.hadoop.fs.FileSystem;
 import org.apache.hadoop.fs.Path;
 import org.apache.hadoop.io.IOUtils;

 /**
  * @author SimonsZhao
  *将本地文件系统的文件通过java-API写入到HDFS文件
  */
 public class FileCopyFromLocal {
     public static void main(String[] args) throws Exception {
         String source="/usr/local/filecontent/demo";//linux中的文件路徑,demo存在一定数据
         String destination="hdfs://neusoft-master:9000/data/test";//HDFS的路徑
         InputStream in = new BufferedInputStream(new FileInputStream(source));
         //HDFS读写的配置文件
         Configuration conf = new Configuration();
         //调用Filesystem的create方法返回的是FSDataOutputStream对象
         //该对象不允许在文件中定位，因为HDFS只允许一个已打开的文件顺序写入或追加
         FileSystem fs = FileSystem.get(URI.create(destination),conf);
         OutputStream out = fs.create(new Path(destination));
         IOUtils.copyBytes(in, out, 4096, true);
     }
 }

3.程序打包并传至linux文件系统中

请参考实例1的打包过程

4.程序运行及结果分析

a.查看指定jar包是否成功上传，在linux中使用ls或ll命令

b.执行jar命令

 [root@neusoft-master filecontent]# hadoop jar FileSystemDemoCat.jar 

c.结果显示welcome to....说明操作正确

实例3：创建HDFS目录

　　* 创建HDFS目录
　　* 实例：HDFS创建test2目录 　　

1.明确在HDFS文件系统中创建目录的具体地址，在程序中通过args[0]参数提供用户输入，如

hdfs://neusoft-master:9000/data/test2

2.程序源代码

 package TestHdfs;
 import java.net.URI;
 import org.apache.hadoop.conf.Configuration;
 import org.apache.hadoop.fs.FileSystem;
 import org.apache.hadoop.fs.Path;
 /**
  * @author SimonsZhao
  * 创建HDFS目录
  * 实例：HDFS创建test2目录
  * hadoop jar CreateDir.jar hdfs://neusoft-master:9000/data/test2
  */
 public class CreateDirction {
     public static void main(String[] args) {
         //HDFS路径：hdfs://neusoft-master:9000/data/test2
         String uri=args[0];//从键盘输入路径参数
         Configuration conf = new Configuration();
         try {
             FileSystem fs = FileSystem.get(new URI(uri),conf);
             Path dfs = new Path(uri);
             fs.mkdirs(dfs);
         } catch (Exception e) {
             e.printStackTrace();
         }finally{
             System.out.println("SUCESS");
         }
     }
 }

3.将jar包上传到Linux

请参考第一个程序的导出jar包的过程。

4.程序运行及结果分析

[root@neusoft-master filecontent]# hadoop jar CreateDir.jar hdfs://neusoft-master:9000/data/test2

实例4：删除HDFS目录

 package TestHdfs;
 import java.net.URI;
 import org.apache.hadoop.conf.Configuration;
 import org.apache.hadoop.fs.FileSystem;
 import org.apache.hadoop.fs.Path;
 /**
  * @author SimonsZhao
  * 删除HDFS上面的文件
  */
 public class DeleteFile {
     public static void main(String[] args) {
         String uri="hdfs://neusoft-master:9000/data/test2";
         Configuration conf = new Configuration();
         try {
             FileSystem fs =FileSystem.get(new URI(uri), conf);
             Path f = new Path(uri);
             //递归删除文件夹下所有文件
             boolean isDelete= fs.delete(f, true);
             //递归删除文件夹下所有文件
             //boolean isDelete= fs.delete(f, false);
             String str=isDelete?"Sucess":"Error";
             System.out.println("删除"+str);
         } catch (Exception e) {
             System.out.println("删除出错~");
         }
     }
 }

3.将jar包上传到Linux

请参考第一个程序的导出jar包的过程。

4.程序运行及结果分析

执行程序之后，通过hadoop dfs -ls / 查看是否成功删除HDFS上面的文件

实例5：查看文件或目录是否存在

 package TestHdfs;
 import java.net.URI;
 import org.apache.hadoop.conf.Configuration;
 import org.apache.hadoop.fs.FileSystem;
 import org.apache.hadoop.fs.Path;
 /**
  * @author SimonsZhao
  * 查看文件是否存在
  */
 public class CheckFileIsExists {
     public static void main(String[] args) {
         //String uri="hdfs://neusoft-master:9000/data/test2/";//指定目录
         String uri="hdfs://neusoft-master:9000/data/test2/hello";//指定文件
         Configuration conf = new Configuration();
         try {
             FileSystem fs = FileSystem.get(new URI(uri), conf);
             Path path = new Path(uri);
             boolean isExists=fs.exists(path);
             String str=isExists?"Exists":"Not Exists";
             System.out.println("指定文件或目录"+str);
         } catch (Exception e) {
             e.printStackTrace();
         }
     }
 }

3.将jar包上传到Linux

请参考第一个程序的导出jar包的过程。

4.程序运行及结果分析

如果在linux中存在该文件的话，则显示如下：

 “指定文件或目录Exists”

实例6：列出目录下的文件或目录名称

 package TestHdfs;
 import java.net.URI;
 import org.apache.hadoop.conf.Configuration;
 import org.apache.hadoop.fs.FileStatus;
 import org.apache.hadoop.fs.FileSystem;
 import org.apache.hadoop.fs.Path;
 /**
  * @author SimonsZhao
  * 列出目录下的文件或目录名称
  */
 public class ListFiles {
 public static void main(String[] args) {
     String uri="hdfs://neusoft-master:9000/data";
     Configuration conf = new Configuration();
     try {
         FileSystem fs=FileSystem.get(new URI(uri), conf);
         Path path = new Path(uri);
         FileStatus status[] = fs.listStatus(path);
         for (int i = 0; i < status.length; i++) {
             System.out.println(status[i].getPath().toString());
         }
     } catch (Exception e) {
         e.printStackTrace();
     }
 }
 }

3.将jar包上传到Linux

请参考第一个程序的导出jar包的过程。

4.程序运行及结果分析

实例7：查看文件存储位置

 package TestHdfs;
 import java.net.URI;
 import org.apache.hadoop.conf.Configuration;
 import org.apache.hadoop.fs.BlockLocation;
 import org.apache.hadoop.fs.FileStatus;
 import org.apache.hadoop.fs.FileSystem;
 import org.apache.hadoop.fs.Path;

 /**
  * @author SimonsZhao
  * 文件存储的位置
  */
 public class LoactionFile {
     public static void main(String[] args) {
         String uri="hdfs://neusoft-master:9000/data/demo";//hello为文件
         Configuration conf = new Configuration();
         try {
             FileSystem fs=FileSystem.get(new URI(uri), conf);
             Path path = new Path(uri);
             FileStatus fileStatus = fs.getFileStatus(path);
             BlockLocation blkLocation[]=
                     fs.getFileBlockLocations
                     (fileStatus, 0, fileStatus.getLen());
             for (int i = 0; i < blkLocation.length; i++) {
                 String[] hosts=blkLocation[i].getHosts();
                 System.out.println("block_"+i+"_Location:"+hosts[0]);
             }
         } catch (Exception e) {
             e.printStackTrace();
         }
     }
 }

3.将jar包上传到Linux

请参考第一个程序的导出jar包的过程。

4.程序运行及结果分析

由于采用伪分布的环境block块存储均为1，因此这里仅显示1个block块的host主机名

显示：block_0_Location:neusoft-master

实例8：将本地文件写入到HDFS中

 package TestHdfs;
 import java.io.BufferedInputStream;
 import java.io.FileInputStream;
 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;

 /**
  * @author SimonsZhao
  *将本地文件系统的文件通过java-API写入到HDFS文件
  */
 public class FileCopyFromLocal {
     public static void main(String[] args) throws Exception {
         String source="/usr/local/filecontent/demo";//linux中的文件路徑,demo存在一定数据
         String destination="hdfs://neusoft-master:9000/data/test";//HDFS的路徑
         InputStream in = new BufferedInputStream(new FileInputStream(source));
         //HDFS读写的配置文件
         Configuration conf = new Configuration();
         //调用Filesystem的create方法返回的是FSDataOutputStream对象
         //该对象不允许在文件中定位，因为HDFS只允许一个已打开的文件顺序写入或追加
         FileSystem fs = FileSystem.get(URI.create(destination),conf);
         OutputStream out = fs.create(new Path(destination));
         IOUtils.copyBytes(in, out, 4096, true);
     }
 }

3.将jar包上传到Linux

请参考第一个程序的导出jar包的过程。

4.程序运行及结果分析

将本地的demo文件写入HDFS的data目录下的test文件