Hadoop HDFS学习之HDFS客户端操作
一、HDFS客户端环境准备
1.根据自己电脑的操作系统拷贝对应的编译后的hadoop jar包到非中文路径(例如:D:\Installed\hadoop-2.10.1)。
2.配置HADOOP_HOME环境变量。
1、添加HADOOP_HOME环境变量
HADOOP_HOME=D:\Installed\hadoop-2.10.1
2、PATH中添加
%HADOOP_HOME%\bin
3、cmd中验证
输入hadoop或者hdfs
Error: JAVA_HOME is incorrectly set. Please update D:\Installed\hadoop-2.10.1\etc\hadoop-env.cmd解决方法
原来是配置文件的问题,我的JAVA_HOME目录是C:\Program Files\Java\jdk1.8.0_261,因为Program Files中存在空格,所以出现错误,只需要用
PROGRA~1代替Program Files即可,即改为C:\PROGRA~1\Java\jdk1.8.0_121,当然,你也可以讲jdk装到根目录或者不存在空格等目录下。
3.创建一个Maven工程HdfsClientDemo
4.导入相应的依赖坐标+日志添加
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>RELEASE</version>
</dependency>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-core</artifactId>
<version>2.14.0</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-common</artifactId>
<version>2.10.1</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>2.10.1</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-hdfs</artifactId>
<version>2.10.1</version>
</dependency>
<dependency>
<groupId>jdk.tools</groupId>
<artifactId>jdk.tools</artifactId>
<version>1.8</version>
<scope>system</scope>
<systemPath>${JAVA_HOME}/lib/tools.jar</systemPath>
</dependency>
</dependencies>
注意:如果Eclipse/Idea打印不出日志,在控制台上只显示
1.log4j:WARN No appenders could be found for logger (org.apache.hadoop.util.Shell).
2.log4j:WARN Please initialize the log4j system properly.
3.log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.
需要在项目的src/main/resources目录下,新建一个文件,命名为“log4j.properties”,在文件中填入
log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
5.创建包名:com.sunao.hdfs
6.创建HdfsClient类
public class HdfsClient {
public static void main(String[] args) throws IOException, URISyntaxException, InterruptedException {
// 1 获取文件系统
Configuration conf = new Configuration();
// 配置在集群上运行方式一:
// conf.set("fs.defaultFS", "hdfs://hadoop103:9000");
// FileSystem fs = FileSystem.get(conf);
// 方式二:
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop103:9000"), conf, "root");
// 2 创建目录
fs.mkdirs(new Path("/20210205/dashen"));
//fs.delete(new Path("/20210205"), true);
// 3 关闭资源
fs.close();
}
}
7.执行程序
方式一运行时需要配置用户名称:
客户端去操作HDFS时,是有一个用户身份的。默认情况下,HDFS客户端API会从JVM中获取一个参数来作为自己的用户身份:
-DHADOOP_USER_NAME=root,root为用户名称。
二、HDFS的API操作
1、HDFS文件上传(测试参数优先级)
(1)、编写源代码
@Test
public void testCopyFromLocalFile() throws URISyntaxException, IOException, InterruptedException {
//File file = new File("testFiles/banzhang.txt");
//System.out.println(file.exists());
Configuration conf = new Configuration();
//测试参数优先级,设置副本数量
//conf.set("dfs.replication", "2");
//获取客户端实例
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop103:9000"), conf, "root");
//复制本地文件到hdfs
fs.copyFromLocalFile(new Path("testFiles/banzhang.txt"), new Path("/banzhang.txt"));
fs.close();
}
(2)、将hdfs-site.xml拷贝到项目的根目录下
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
</configuration>
(3)、参数优先级
参数优先级排序:(1)客户端代码中设置的值 >(2)ClassPath下的用户自定义配置文件 >(3)然后是服务器的默认配置
2、HDFS文件下载
@Test
public void testCopyToLocal() throws URISyntaxException, IOException, InterruptedException {
//File file = new File("testFiles/banzhang.txt");
//System.out.println(file.exists());
// 1 获取文件系统
Configuration conf = new Configuration();
//获取客户端实例
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop103:9000"), conf, "root");
// 2 执行下载操作
//复制hdfs文件到本地
//fs.copyToLocalFile(new Path("/panjinlian.txt"), new Path("testFiles/panjinlian.txt"));
// boolean delSrc 指是否将原文件删除
// Path src 指要下载的文件路径
// Path dst 指将文件下载到的路径
// boolean useRawLocalFileSystem 是否开启文件校验 默认false
fs.copyToLocalFile(false, new Path("/panjinlian.txt"), new Path("testFiles/panjinlian.txt"), true);
fs.close();
}
3、HDFS文件夹删除
@Test
public void testDelete() throws URISyntaxException, IOException, InterruptedException {
Configuration conf = new Configuration();
//获取客户端信息
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop103:9000"), conf, "root");
//删除文件
//fs.deleteOnExit(new Path("/banzhang.txt"));
fs.delete(new Path("/20210205"), true);
//关闭资源
fs.close();
}
4、HDFS文件名更改
@Test
public void testRename() throws URISyntaxException, IOException, InterruptedException {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop103:9000"),conf,"root");
fs.rename(new Path("/banzhang.txt"),new Path("/zhangsan.txt"));
fs.close();
}
5、HDFS文件详情查看
查看文件名称、权限、长度、块信息
@Test
public void testListFiles() throws URISyntaxException, IOException, InterruptedException {
// 1获取文件系统
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop103:9000"), conf, "root");
// 2 获取文件详情
RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);
while (listFiles.hasNext()) {
LocatedFileStatus status = listFiles.next();
// 输出详情
// 文件名称
System.out.println(status.getPath().getName());
// 长度
System.out.println(status.getLen());
// 权限
System.out.println(status.getPermission());
// 分组
System.out.println(status.getGroup());
// 获取存储的块信息
BlockLocation[] blockLocations = status.getBlockLocations();
for (BlockLocation blockLocation : blockLocations) {
// 获取块存储的主机节点
String[] hosts = blockLocation.getHosts();
for (String host : hosts) {
System.out.println(host);
}
}
System.out.println("-----------班长的分割线----------");
}
//关闭资源
fs.close();
}
6、HDFS文件和文件夹判断
@Test
public void testListStatus() throws URISyntaxException, IOException, InterruptedException {
// 1获取文件系统
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop103:9000"), conf, "root");
// 2 判断是文件还是文件夹
FileStatus[] listStatus = fs.listStatus(new Path("/"));
for (FileStatus fileStatus : listStatus) {
// 如果是文件
if (fileStatus.isFile()) {
System.out.println("f:" + fileStatus.getPath().getName());
} else {
System.out.println("d:" + fileStatus.getPath().getName());
}
}
//关闭资源
fs.close();
}
三、HDFS的I/O流操作
上面我们学的API操作HDFS系统都是框架封装好的。那么如果我们想自己实现上述API的操作该怎么实现呢?我们可以采用IO流的方式实现数据的上传和下载。
1、HDFS文件上传
@Test
public void putFileToHdfs() throws URISyntaxException, IOException, InterruptedException {
// 1 获取文件系统
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop103:9000"), conf, "root");
// 2 创建输入流
FileInputStream fis = new FileInputStream("testFiles/banzhang.txt");
// 3 获取输出流
FSDataOutputStream fos = fs.create(new Path("/banzhang.txt"));
// 4 流对拷
IOUtils.copyBytes(fis, fos, conf);
// 5 关闭资源
IOUtils.closeStream(fos);
IOUtils.closeStream(fis);
fs.close();
}
2、HDFS文件下载
@Test
public void getFileFromHdfs() throws URISyntaxException, IOException, InterruptedException {
// 1 获取文件系统
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop103:9000"), conf, "root");
// 2 创建输入流
FSDataInputStream fis = fs.open(new Path("/zhangsan.txt"));
// 3 获取输出流
FileOutputStream fos = new FileOutputStream("testFiles/zhangsan.txt");
// 4 流对拷
IOUtils.copyBytes(fis, fos, conf);
// 5 关闭资源
IOUtils.closeStream(fos);
IOUtils.closeStream(fis);
fs.close();
}
3、定位文件读取
/**
* 定位文件读取下载第一块
*/
@Test
public void readFileSeek1() throws URISyntaxException, IOException, InterruptedException {
// 1获取文件系统
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop103:9000"), conf, "root");
// 2 获取输入流
FSDataInputStream fis = fs.open(new Path("/20210205/dashen/hadoop-2.10.1.tar.gz"));
// 3 创建输出流
FileOutputStream fos = new FileOutputStream("d:/hadoop-2.10.1.tar.gz.part1");
// 4 流的拷贝(拷贝128MB)
byte[] buf = new byte[1024];
for (int i = 0; i < 1024 * 128; i++) {
fis.read(buf);
fos.write(buf);
}
// 5 关闭资源
IOUtils.closeStream(fis);
IOUtils.closeStream(fos);
//关闭资源
fs.close();
}
/**
* 定位文件读取下载第二块
*/
@Test
public void readFileSeek2() throws URISyntaxException, IOException, InterruptedException {
// 1获取文件系统
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop103:9000"), conf, "root");
// 2 获取输入流
FSDataInputStream fis = fs.open(new Path("/20210205/dashen/hadoop-2.10.1.tar.gz"));
// 3 定位输入数据位置
fis.seek(1024 * 1024 * 128);
// 4 创建输出流
FileOutputStream fos = new FileOutputStream("d:/hadoop-2.10.1.tar.gz.part2");
// 5 流的拷贝(拷贝128MB)
byte[] buf = new byte[1024];
for (int i = 0; i < 1024 * 128; i++) {
fis.read(buf);
fos.write(buf);
}
// 6 关闭资源
IOUtils.closeStream(fis);
IOUtils.closeStream(fos);
fs.close();
}
/**
* 定位文件读取下载第三块
*/
@Test
public void readFileSeek3() throws URISyntaxException, IOException, InterruptedException {
// 1获取文件系统
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(new URI("hdfs://hadoop103:9000"), conf, "root");
// 2 获取输入流
FSDataInputStream fis = fs.open(new Path("/20210205/dashen/hadoop-2.10.1.tar.gz"));
// 3 定位输入数据位置
fis.seek(2 * 1024 * 1024 * 128);
// 4 创建输出流
FileOutputStream fos = new FileOutputStream("d:/hadoop-2.10.1.tar.gz.part3");
// 5 流的对拷
IOUtils.copyBytes(fis, fos, conf);
// 6 关闭资源
IOUtils.closeStream(fis);
IOUtils.closeStream(fos);
fs.close();
}
在Window命令窗口中进入到目录D:\,然后执行如下命令,对数据进行合并
type hadoop-2.10.1.tar.gz.part2 >> hadoop-2.10.1.tar.gz.part1
type hadoop-2.10.1.tar.gz.part3 >> hadoop-2.10.1.tar.gz.part1
合并完成后,将hadoop-2.10.1.tar.gz.part1重新命名为hadoop-2.10.1.tar.gz。解压发现该tar包非常完整。
- 点赞
- 收藏
- 关注作者
评论(0)