Hadoop : hdfs的java客户端api基本使用

简介: Hadoop : hdfs的java客户端api基本使用

Maven依赖

    <!-- 测试类 -->
  <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>4.4</version>
     </dependency>
  <!-- hadoop 分布式文件系统类库 -->
  <dependency>
      <groupId>org.apache.hadoop</groupId>
      <artifactId>hadoop-hdfs</artifactId>
      <version>2.8.1</version>
  </dependency>
  <!-- hadoop 公共类库 -->
  <dependency>
      <groupId>org.apache.hadoop</groupId>
      <artifactId>hadoop-common</artifactId>
      <version>2.8.1</version>
  </dependency>

 

hdfs的java客户端api基本使用

import java.io.IOException;
import java.net.URI;
import java.net.URISyntaxException;
import java.util.Arrays;
import org.apache.hadoop.conf.Configuration;
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 HdfsClientDemo {
  public static void main(String[] args) throws Exception {
    /**
     * Configuration参数对象的机制:
     *    构造时,会加载jar包中的默认配置 xx-default.xml
     *    再加载 用户配置xx-site.xml  ,覆盖掉默认参数
     *    构造完成之后,还可以conf.set("p","v"),会再次覆盖用户配置文件中的参数值
     */
    // new Configuration()会从项目的classpath中加载core-default.xml hdfs-default.xml core-site.xml hdfs-site.xml等文件
    Configuration conf = new Configuration();
    // 指定本客户端上传文件到hdfs时需要保存的副本数为:2
    conf.set("dfs.replication", "2");
    // 指定本客户端上传文件到hdfs时切块的规格大小:64M
    conf.set("dfs.blocksize", "64m");
    // 构造一个访问指定HDFS系统的客户端对象: 参数1:——HDFS系统的URI,参数2:——客户端要特别指定的参数,参数3:客户端的身份(用户名)
    FileSystem fs = FileSystem.get(new URI("hdfs://hdp-01:9000/"), conf, "root");
    // 上传一个文件到HDFS中
    fs.copyFromLocalFile(new Path("D:/install-pkgs/hbase-1.2.1-bin.tar.gz"), new Path("/aaa/"));
    fs.close();
  }
  FileSystem fs = null;
  @Before
  public void init() throws Exception{
    Configuration conf = new Configuration();
    conf.set("dfs.replication", "2");
    conf.set("dfs.blocksize", "64m");
    fs = FileSystem.get(new URI("hdfs://hdp-01:9000/"), conf, "root");
  }
  /**
   * 从HDFS中下载文件到客户端本地磁盘
   * @throws IOException 
   * @throws IllegalArgumentException 
   */
  @Test
  public void testGet() throws IllegalArgumentException, IOException{
    fs.copyToLocalFile(new Path("/hdp20-05.txt"), new Path("f:/"));
    fs.close();
  }
  /**
   * 在hdfs内部移动文件\修改名称
   */
  @Test
  public void testRename() throws Exception{
    fs.rename(new Path("/install.log"), new Path("/aaa/in.log"));
    fs.close();
  }
  /**
   * 在hdfs中创建文件夹
   */
  @Test
  public void testMkdir() throws Exception{
    fs.mkdirs(new Path("/xx/yy/zz"));
    fs.close();
  }
  /**
   * 在hdfs中删除文件或文件夹
   */
  @Test
  public void testRm() throws Exception{
    fs.delete(new Path("/aaa"), true);
    fs.close();
  }
  /**
   * 查询hdfs指定目录下的文件信息
   */
  @Test
  public void testLs() throws Exception{
    // 只查询文件的信息,不返回文件夹的信息
    RemoteIterator<LocatedFileStatus> iter = fs.listFiles(new Path("/"), true);
    while(iter.hasNext()){
      LocatedFileStatus status = iter.next();
      System.out.println("文件全路径:"+status.getPath());
      System.out.println("块大小:"+status.getBlockSize());
      System.out.println("文件长度:"+status.getLen());
      System.out.println("副本数量:"+status.getReplication());
      System.out.println("块信息:"+Arrays.toString(status.getBlockLocations()));
      System.out.println("--------------------------------");
    }
    fs.close();
  }
  /**
   * 查询hdfs指定目录下的文件和文件夹信息
   */
  @Test
  public void testLs2() throws Exception{
    FileStatus[] listStatus = fs.listStatus(new Path("/"));
    for(FileStatus status:listStatus){
      System.out.println("文件全路径:"+status.getPath());
      System.out.println(status.isDirectory()?"这是文件夹":"这是文件");
      System.out.println("块大小:"+status.getBlockSize());
      System.out.println("文件长度:"+status.getLen());
      System.out.println("副本数量:"+status.getReplication());
      System.out.println("--------------------------------");
    }
    fs.close();
  }
}

 


相关文章
|
8天前
|
Java 大数据 API
Java Stream API:现代集合处理与函数式编程
Java Stream API:现代集合处理与函数式编程
171 100
|
8天前
|
Java API 数据处理
Java Stream API:现代集合处理新方式
Java Stream API:现代集合处理新方式
165 101
|
8天前
|
并行计算 Java 大数据
Java Stream API:现代数据处理之道
Java Stream API:现代数据处理之道
163 101
|
11天前
|
安全 Java API
使用 Java 构建强大的 REST API 的四个基本技巧
本文结合探险领域案例,分享Java构建REST API的四大核心策略:统一资源命名、版本控制与自动化文档、安全防护及标准化异常处理,助力开发者打造易用、可维护、安全可靠的稳健API服务。
82 2
|
19天前
|
存储 数据可视化 Java
Java Stream API 的强大功能
Java Stream API 是 Java 8 引入的重要特性,它改变了集合数据的处理方式。通过声明式语法,开发者可以更简洁地进行过滤、映射、聚合等操作。Stream API 支持惰性求值和并行处理,提升了代码效率和可读性,是现代 Java 开发不可或缺的工具。
Java Stream API 的强大功能
|
6月前
|
存储 分布式计算 Hadoop
从“笨重大象”到“敏捷火花”:Hadoop与Spark的大数据技术进化之路
从“笨重大象”到“敏捷火花”:Hadoop与Spark的大数据技术进化之路
290 79
|
11月前
|
分布式计算 Kubernetes Hadoop
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
439 6
|
11月前
|
分布式计算 资源调度 Hadoop
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
232 2
|
9月前
|
存储 分布式计算 大数据
Flume+Hadoop:打造你的大数据处理流水线
本文介绍了如何使用Apache Flume采集日志数据并上传至Hadoop分布式文件系统(HDFS)。Flume是一个高可用、可靠的分布式系统,适用于大规模日志数据的采集和传输。文章详细描述了Flume的安装、配置及启动过程,并通过具体示例展示了如何将本地日志数据实时传输到HDFS中。同时,还提供了验证步骤,确保数据成功上传。最后,补充说明了使用文件模式作为channel以避免数据丢失的方法。
416 4
|
10月前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代,数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件,通过HDFS存储数据和Spark进行高效计算,实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践,包括数据存储、处理、安全和可视化等方面,展示了它们在实际应用中的协同效应。
451 2