您的位置 首页 java

大数据 | Java 操作 HDFS 常用 API

智云科技 发布于 2023年8月10日 评论关闭 阅读(69)

一、回顾常用的命令

在上篇文章中整理了 HDFS 常用的命令，这里进行简单的回顾。

ls 命令用来查看 HDFS 系统中的目录和文件 ，命令如下： 

 $  hadoop  fs -ls /

put 命令用来将本地文件上传到 hdfs 系统中 ，命令如下： 

 $ hadoop fs -put test.txt /

moveFromLocal 命令将本地文件移动到 HDFS 文件系统中，并将本地的文件进行删除 ，命令如下： 

 $ hadoop fs -moveFromLocal abc.txt /

get 命令用来将 HDFS 文件系统中的文件下载到本地 ，命令如下： 

 $ hadoop fs -get /abc.txt /home/hadoop/

rm 命令用来删除 HDFS 系统中的文件或文件夹 ，命令如下 

 $ hadoop fs -rm /test.txt

mkdir 命令用来在 HDFS 系统中创建目录 ，命令如下： 

 $ hadoop fs -mkdir /test

cp 命令在 HDFS 系统中用于文件的复制 ，命令如下： 

 $ hadoop fs -ls /

mv 命令在 HDFS 系统中用于完成文件移动的功能，也可以用来进行文件的重命名功能 ，命令如下： 

 $ hadoop fs -mv /abc/abc.txt /test/
$ hadoop fs -mv /test/abc.txt /test/abcabc.txt

cat 命令在 HDFS 文件系统中用于输出某个文件的内容 ，命令如下： 

 $ hadoop fs -cat /test/abcabc.txt

appendToFile 命令将单个或多个文件的内容从本地系统中追加到 HDFS 系统的文件中 ，命令如下： 

 $ hadoop fs -appendTo File  abc.txt /abc.txt

上面的内容简单的对 HDFS 文件系统的常用命令进行了回顾，接下来，我们来整理一下关于 HDFS 常用的 Java API 。

二、引入依赖

使用 HDFS 的 Java API 可以操作 HDFS 文件系统中的文件，比如文件的新建、删除、读取等。创建一个 Maven 的项目，然后引入其依赖，准备工作就算是完成了，依赖如下： 

 <dependency>
    <groupId>org.apache.hadoop</groupId>
    <artifactId>hadoop-client</artifactId>
    <version>2.8.2</version>
</dependency>

引入该依赖后，在 HDFS 的 Java API 中使用 FileSystem 工具类，它可以完成我们的操作，下面我们来进行了解。

三、文件列表

代码非常的简单，因此这里直接上代码，代码如下： 

 public  static   void  main(String[] args) throws IO Exception  {
     Configuration  conf = new Configuration();
    // 设置 HDFS 访问地址
    conf.set("fs.default.name", "hdfs:// centos 01:9000");
    // 取得 FileSystem 文件系统实例
    FileSystem fs = FileSystem.get(conf);
    List<String> filesUnderFolder = HdfsFileSystem.getFileList(fs, new Path("hdfs:/"));
    filesUnderFolder.forEach(System.out::println);
}


public static List<String> getFileList(FileSystem fs, Path folderPath) throws IOException {
    List<String> paths = new ArrayList();


    if (fs. exists (folderPath)) {
        FileStatus[] fileStatus = fs.listStatus(folderPath);


        for (int i = 0; i < fileStatus.length; i++) {
            FileStatus fileStatu = fileStatus[i];
            paths.add(fileStatu.getPath().toString());
        }
    }


    return paths;
}

上面的代码中，在自定义的方法 getFileList 中通过 FileSystem 类的 listStatus() 方法返回了 HDFS 文件系统 / 目录下的所有文件和目录，输出内容如下： 

 hdfs://centos01:9000/abc
hdfs://centos01:9000/abc.txt
hdfs://centos01:9000/depInput
hdfs://centos01:9000/depOutput
hdfs://centos01:9000/input
hdfs://centos01:9000/output
hdfs://centos01:9000/scoreInput
hdfs://centos01:9000/scoreOutput
hdfs://centos01:9000/secondInput
hdfs://centos01:9000/secondOutput
hdfs://centos01:9000/test
hdfs://centos01:9000/tmp

上面的输出则是我 虚拟机 中 HDFS 中的文件列表。如果需要显示其他目录下的文件和目录列表，只需要传入相应的路径即可。如果要显示全部文件，只需要判断是否为目录，如果为目录直接递归调用就可以了。

四、创建目录

创建目录使用 FileSystem 类的 mkdirs 方法即可完成，代码如下： 

 public static void main(String[] args) throws  IO Exception {
    String path = "hdfs:/hdfsDir";
    HdfsFileSystem.createDir(path);
}


/**
 * 创建 HDFS 目录 mydir
 */
public static void createDir(String pathString) throws IOException {
    Configuration conf = new Configuration();
    conf.set("fs.default.name", "hdfs://centos01:9000");
    org.apache.hadoop.fs.FileSystem fs = org.apache.hadoop.fs.FileSystem.get(conf);
    // 创建目录
    boolean created = fs.mkdirs(new Path(pathString));
    if (created) {
        System.out.println("创建目录成功");
    } else {
        System.out.println("创建目录失败");
    }
    fs.close();
}

mkdirs 方法的返回类型是 boolean 类型，返回 true 表示创建成功，返回 false 表示创建失败。使用 HDFS 的命令来进行查看，命令如下： 

 $ hadoop fs -ls / | grep hdfsDir
drwxr-xr-x   - Administrator supergroup          0 2021-11-12 10:09 /hdfsDir

可以看到，/hdfsDir 目录被创建成功。

五、文件的创建

文件的创建使用 FileSystem 类的 create 方法即可完成文件的创建，代码如下： 

 public static void main(String[] args) throws IOException {
    String path = "hdfs:/fileAbc.txt";
     String  context = "1234";
    HdfsFileSystem.createFile(path, context);
}


/**
 * 定义创建文件方法
 */
public static void createFile(String pathString, String context) throws IOException {
    Configuration conf = new Configuration();
    conf.set("fs.default.name", "hdfs://centos01:9000");
    FileSystem fs = FileSystem.get(conf);
    // 打开一个输出流
    FSDataOutputStream outputStream = fs.create(new Path(pathString));
    // 写入文件内容
    outputStream.write(context.getBytes());
    outputStream.close();
    fs.close();
    System.out.println("文件创建成功");
}

上面的代码在 HDFS 的根目录下创建了一个名为 fileAbc.txt 的文件，并向文件内写入了 1234 这样的内容，通过命令来查看该文件是否创建成功，内容是否写入成功，命令如下： 

 $ hadoop fs -ls / | grep fileAbc
-rw-r--r--   3 Administrator supergroup          4 2021-11-12 10:17 /fileAbc.txt
$ hadoop fs -cat /fileAbc.txt
1234

六、文件内容的输出

文件内容的输出使用 FileSystem 类的 open 方法，使用输入流进行读取即可 。代码如下： 

 public static void main(String[] args) throws IOException {
    String path = "hdfs:/fileAbc.txt";
    HdfsFileSystem.fileSystemCat(path);
}


/**
 * 查询 HDFS 文件内容并输出
 */
public static void fileSystemCat(String pathString) throws IOException {
    Configuration conf = new Configuration();
    // 设置 HDFS 访问地址
    conf.set("fs.default.name", "hdfs://centos01:9000");
    // 取得 FileSystem 文件系统实例
    FileSystem fs = FileSystem.get(conf);
    // 打开文件输入流
     InputStream  in = fs.open(new Path(pathString));
    // 输出文件内容
    IOUtils. copy Bytes(in, System.out, 4096, false);
    // 关闭输入流
    IOUtils.closeStream(in);
}

运行代码即可看到文件的内容被输出，输出如下： 

 1234

七、删除文件

文件的删除使用 FileSystem 类的 deleteOnExit 方法，代码如下： 

 public static void main(String[] args) throws IOException {
    String path = "hdfs:/fileAbc.txt";
    HdfsFileSystem.deleteFile(path);
}


/**
 * 删除文件
 */
public static void deleteFile(String pathString) throws IOException {
    Configuration conf = new Configuration();
    conf.set("fs.default.name", "hdfs://centos01:9000");
    FileSystem fs = FileSystem.get(conf);
    Path path = new Path(pathString);
    // 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();
}

通过命令进行查看，文件已经被删除了。

八、读取文件/目录的元数据

读取文件/目录的元数据使用 FileSystem 类的 getFileStatus 方法即可完成，代码如下： 

 public static void main(String[] args) throws IOException {
    String path = "hdfs:/fileAbc.txt";
    String context = "1234";
    HdfsFileSystem.createFile(path, context);
    HdfsFileSystem.fileStatusCat(path);
}


/**
 * 获取文件或目录的元数据信息
 */
public static void fileStatusCat(String pathString) throws IOException {
    // 创建 Configuration 对象
    Configuration conf = new Configuration();
    // 设置 HDFS 访问地址
    conf.set("fs.default.name", "hdfs://centos01:9000");
    // 取得 FileSystem 文件系统实例
    FileSystem fs = FileSystem.get(conf);
    FileStatus fileStatus = fs.getFileStatus(new Path(pathString));


    // 判断是文件夹还是文件
    if (fileStatus.isDirectory()) {
        System.out.println("这是一个文件夹");
    } else {
        System.out.println("这是一个文件");
    }


    // 输出元数据信息
    System.out.println("文件路径：" + fileStatus.getPath());
    System.out.println("文件修改日期：" + new Timestamp(fileStatus.getModificationTime()).toString());
    System.out.println("文件上次访问日期：" + new Timestamp(fileStatus.getAccessTime()).toString());
    System.out.println("文件长度：" + fileStatus.getLen());
    System.out.println("文件备份数：" + fileStatus.getReplication());
    System.out.println("文件块大小：" + fileStatus.getBlockSize());
    System.out.println("文件所有者：" + fileStatus.getOwner());
    System.out.println("文件所在分组：" + fileStatus.getGroup());
    System.out.println("文件的权限：" + fileStatus.getPermission().toString());
}

通过 FileStatus 可以得到文件的各种信息，上面的输出内容如下： 

 这是一个文件
文件路径：hdfs://centos01:9000/fileAbc.txt
文件修改日期：2021-11-12 11:02:12.797
文件上次访问日期：2021-11-12 11:02:12.438
文件长度：4
文件备份数：3
文件块大小：134217728
文件所有者：Administrator
文件所在分组：supergroup
文件的权限：rw-r--r--

这里，我们获取了文件的路径、修改日期、上次访问日期、文件长度等信息。

九、上传本地文件到 HDFS

上传文件使用 FileSystem 类的 copyFromLocalFile 即可完成，代码如下： 

 public static void main(String[] args) throws IOException {
    HdfsFileSystem.uploadFileToHDFS("d:/mysql.docx", "hdfs:/");
}


/**
 * 上传本地文件到 HDFS
 */
public static void uploadFileToHDFS(String srcPath, String dstPath) throws IOException {
    // 创建配置器
    Configuration conf = new Configuration();
    conf.set("fs.default.name", "hdfs://centos01:9000");
    // 取得 FileSystem 文件系统实例
    FileSystem fs = FileSystem.get(conf);
    // 创建可供 hadoop 使用的文件系统路径
    // 本地目录/文件
    Path src = new Path(srcPath);
    // HDFS 目录/文件
    Path dst = new Path(dstPath);
    // 复制上传文帝文件至 HDFS 文件系统中
    fs.copyFromLocalFile(src, dst);
    System.out.println("文件上传成功");
}

通过命令来查看上传的情况，命令如下： 

 $ hadoop fs -ls / | grep mysql
-rw-r--r--   3 Administrator supergroup    1470046 2021-11-12 11:06 /mysql.docx

十、下载 HDFS 文件到本地

下载 HDFS 文件到本地使用 FileSystem 类的 copyToLocalFile 方法即可，代码如下： 

 public static void main(String[] args) throws IOException {
    HdfsFileSystem.downloadFileToLocal("hdfs:/mysql.docx", "d:/test.docx");
}


/**
 * 下载文件到本地
 */
public static void downloadFileToLocal(String srcPath, String dstPath) throws IOException {
    // 创建配置器
    Configuration conf = new Configuration();
    conf.set("fs.default.name", "hdfs://centos01:9000");
    // 取得 FileSystem 文件系统实例
    FileSystem fs = FileSystem.get(conf);
    // 创建可供 hadoop 使用的文件系统路径
    Path src = new Path(srcPath);
    Path dst = new Path(dstPath);
    // 从 HDFS 文件系统中复制下载文件至本地
    fs.copyToLocalFile(false, src, dst, true);
    System.out.println("文件下载成功");
}

到本地的 D 盘进行查看，文件已经下载成功。

十一、总结

HDFS 是 Hadoop 项目中的核心模块，使用 HDFS 的 Java API 操作 HDFS 非常的方便也比较简单。 不知道大家注意到了么，HDFS 作为文件系统，它可以完成对 文件的 增加、追加、删除、查看 等功能，但是，竟然没有对文件进行修改的功能。这是 HDFS 有别于其他文件系统的一个特点，HDFS 的作者是出于什么样的目的如此设计呢？留着以后讨论吧！

出处： w

标签:
打赏 点赞(2)

文章来源：智云一二三科技

文章标题：大数据 | Java 操作 HDFS 常用 API

文章地址：https://www.zhihuclub.com/185804.shtml

关于作者: 智云科技

相关文章

热门文章

1分享新浪图床上传接口源码

点赞(937) 阅读(61,084)

2PHP简单实现路由Route功能

点赞(1.15K) 阅读(35,962)

3Tideways、xhprof 和 xhgui 打造 PHP 非侵入式监控平台

点赞(364) 阅读(4,287)

4centos系统如何查看是否安装了mysql

点赞(535) 阅读(3,784)

5curl 工具简述

点赞(511) 阅读(2,974)
网站地图