Hdfs下载数据源码分析
在这里，我是接着之前的，贴下代码
package cn.itcast.hadoop.hdfs;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.net.URI;
import java.net.URISyntaxException;
import org.apache.commons.io.IOUtils;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.LocatedFileStatus;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.fs.RemoteIterator;
import org.junit.Before;
import org.junit.Test;
public class HdfsUtil {
FileSystem fs = null;
@Before
public void init() throws IOException, InterruptedException, URISyntaxException {
//读取classpath下的***-site.xml配置文件，并解析其内容，封装到conf对象中
Configuration conf = new Configuration();
//也可以在代码中对conf中的配置信息进行手动设置，会覆盖配置文件中的读取的值
conf.set("fs.defaultFS", "hdfs://weekend110:9000/");
//根据配置信息，去获取一个具体文件系统的客户端caozuo
fs = FileSystem.get(new URI("hdfs://weekend110:9000/"), conf, "hadoop");
}
/*
* 上传文件,比较底层的写法
*/
@Test
public void upload() throws IOException {
Path dst = new Path("hdfs://weekend110:9000/aa/qingshu.txt");
FSDataOutputStream os = fs.create(dst);
FileInputStream is =new FileInputStream("c:/qingshu.txt");
IOUtils.copy(is, os);
}
/*
* 上传文件,封装好的写法
*/
@Test
public void upload2() throws Exception, IOException {
fs.copyFromLocalFile(new Path("c:/qingshu.txt"), new Path("hdfs://weekend110:9000/aaa/bbb/ccc/qingshu2.txt"));
}
/*
* 下载文件，封装好的写法
*/
@Test
public void download() throws Exception, IOException{
fs.copyToLocalFile(new Path("hdfs://weekend110:9000/aa/qingshu2.txt"), new Path("c:/qingshu2.txt"));
}
/*
* 查看文件信息,封装好的写法
*/
@Test
public void listFiles() throws FileNotFoundException, IllegalArgumentException, IOException {
// listFiles列出的是文件信息，而且提供递归遍历
RemoteIterator<LocatedFileStatus> files = fs.listFiles(new Path("/"), true);
while (files.hasNext()){
LocatedFileStatus file = files.next();
Path filePath = file.getPath();
String fileName = filePath.getName();
System.out.println(fileName);
}
System.out.println("----------------------");
// listStatus列出的是文件和目录的信息，但是不提供自带的递归遍历
FileStatus[] listStatus = fs.listStatus(new Path("/"));
for(FileStatus status : listStatus ){
String name = status.getPath().getName();
System.out.println(name + (status.isDirectory()?"id dir":"is file"));
}
}
/*
* 创建目录,封装好的写法
*/
@Test
public void mkdir() throws Exception, IOException{
fs.mkdirs(new Path("/aaa/bbb/ccc"));
}
/*
* 删除文件或目录，封装好的写法
*/
@Test
public void rm() throws Exception, IOException{
fs.delete(new Path("/aa"), true);
}
}
拿到mian方法里去了，
一般是，清楚之前所有的断点，最好先这样，不管它有没有。
调出Debug工具框，window -> show view -> other –> Debug ->
为什么不一样的结果，寻找原因，说明没有安装调用javadoc
http://jingyan.baidu.com/article/6079ad0e86f69928ff86dbe6.html
http://blog.csdn.net/jxtrg20111218/article/details/8179415
This element neither has attached source nor attached Javadoc and hence no Javadoc could be found
Eclipse有直接查看java文档和类库源码的功能，不过得手工添加才行，下面对如何在Eclipse中添加java文档和类库源码进行总结。
- Window->Pereferences...打开参数选择对话框，展开Java节点，单击“Installed JREs"，此时右边窗口会显示已经加载的jre。
2、选中要设置的jre版本，单击"Edit"，弹出JRE编辑窗口
3、添加javadoc：将JRE system libraries下的所有包选中，单击右边的“Javadoc Location”按钮，弹出javadoc设置窗口。
选择“Javadoc URL”单选框，单击“Browse”按钮，
选中docs/api目录，然后点击“OK”
可以看出，已经本来就好的。
4、添加source： 将JRE system libraries下的所有包选中，单击右边的“Source Attachment”按钮，弹出source attachment configuration窗口。
单击“External File”按钮，选中java安装目录中的src.zip文件，然后点击“OK”
默认打开是，C:\Program Files\Java\jre7\lib
5、后面就一路OK、确定就行了。
6.在添加好了javadoc与source后，在eclipse中，使用快捷键"Shift+F2"，可快速调出选中类的api文档；使用快捷建F3（或在类上点击右键，现在查看声明），可打开类的源文件。
默认是，D:\SoftWare\hadoop-2.4.1\share\hadoop\common
成功！
<terminated, exit value: 0>C:\Program Files\Java\jre7\bin\javaw.exe (2016年7月21日 下午8:55:19)
这里，是自出增加Debug窗口的。
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
经过上面的处理一些问题，通常是如下步骤，进行断点调试。。。。。
补充知识，F5是跳入方法，F6是向下逐行调试，F7是跳出方法，F8是直接跳转到下一个断点。
或者，Ctrl + T
重新建立断点，
停下，然后，重新运行，到断点那，
还记得如下吗，就是我们之前手动，
这里，我们试一下，
FSDataInputStream is = fs.open(new Path("hdfs://weekend110:9000/jdk-7u65-linux-i586.tar.gz"));
与，
FSDataInputStream is = fs.open(new Path("/jdk-7u65-linux-i586.tar.gz"));
还记得如下吗，就是我们之前手动，
上传完了之后，在hdfs的虚拟路径下，有这个文件，其实，是切分成很多block，放到公共的datanode文件夹下。
134217728/1024/1024=128M，所以，分成2个Block。
所以，文件被是切分成很多block，放到公共的datanode文件夹下。也可以合并，上述，就是合并，照样，达到复原。。。
总结：对于这块的hdfs下载数据源码分析，值得反复推敲。
1、 先清除之前所有的断点，不管有还是没有
2、 打一个断点，一步一步下来
3、 把那边的断点，放进来，
4、 这部分的常用快捷键，F5，F6，F7，Ctrl + o，Ctrl + T，Ctrl + Shift + I，，，
5、 不断提升
本文转自大数据躺过的坑博客园博客，原文链接：http://www.cnblogs.com/zlslch/p/5894558.html，如需转载请自行联系原作者
