如何使用JavaAPI操作HDFS系统?
1.搭建项目环境
打开Eclipse选择FileàNewàMaven Project创建Maven工程,选择"Create a simple project "选项,点击【Next】按钮,会进入"New Maven Project"界面,如图1所示。
图1 创建Maven工程
在图1中,勾选"Create a simple project(skip archetype selection)"表示创建一个简单的项目(跳过对原型模板的选择),然后勾选"User default Workspace location"表示使用本地默认的工作空间之后,点击【Next】按钮,如图2所示。
图2 创建Maven工程配置
在图2中,GroupID也就是项目组织唯一的标识符,实际对应Java的包结构,这里输入com.itcast。ArtifactID就是项目的唯一标识符,实际对应项目的名称,就是项目根目录的名称,这里输入HadoopDemo,打包方式这里选择Jar包方式即可,后续创建Web工程选择War包。
此时Maven工程已经被创建好了,会发现在Maven项目中,有一个pom.xml的配置文件,这个配置文件就是对项目进行管理的核心配置文件。
使用Java API操作HDFS需要用到hadoop-common、hadoop-hdfs、hadoop-client三种依赖,同时为了进行单元测试,还要引入junit的测试包,具体代码如文件所示。
文件 pom.xml <?xml version="1.0" encoding="UTF-8"?> 4.0.0 com.itcast HadoopDemo 0.0.1-SNAPSHOT **** **** **org.apache.hadoop** **hadoop-common** **2.7.4** **** **** **org.apache.hadoop** **hadoop-hdfs** **2.7.4** **** **** **org.apache.hadoop** **hadoop-client** **2.7.4** **** **** **junit** **junit** **RELEASE** **** **** ``` 当添加依赖完毕后,Hadoop相关Jar包就会自动下载,部分Jar包如图3所示。 ![img](uploads/course/bigData/images/3.4.2/clip_image006-1591775346489.jpg) > 图3 成功导入Jar包 从图3可以看出,所需要的Hadoop的Jar包所在路径就是setting.xml中配置的本地仓库位置。 **2****.初始化客户端对象** 首先在项目src文件夹下创建com.itcast.hdfsdemo包,并在该包下创建HDFS_CRUD.java文件,编写Java测试类,构建Configuration和FileSystem对象,初始化一个客户端实例进行相应的操作,具体代码如文件3-2所示。 文件 HDFS_CRUD.java ```java package com.itcast.hdfsdemo; import java.io.*; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.*; import org.junit.*; public class HDFS_CRUD { FileSystem fs = null; @Before public void init() throws Exception { // 构造一个配置参数对象,设置一个参数:我们要访问的hdfs的URI Configuration conf = new Configuration(); // 这里指定使用的是HDFS文件系统 **conf.set("fs.defaultFS", "hdfs://hadoop01:9000")**; // 通过如下的方式进行客户端身份的设置 **System.setProperty("HADOOP_USER_NAME", "root")**; // 通过FileSystem的静态方法获取文件系统客户端对象 fs = FileSystem.get(conf); } }
在上述代码中,@Before是一个用于在Junit单元测试框架中控制程序最先执行的注解,这里可以保证init()方法在程序中最先执行。
小提示:
FileSystem.get()方法从conf中的设置的参数 fs.defaultFS的配置值,用来设置文件系统类型。如果代码中没有指定为fs.defaultFS,并且工程classpath下也没有给定相应的配置,则conf中的默认值就来自于hadoop-common-2.7.4.jar包中的core-default.xml,默认值为:"file:/// ",这样获取的不是DistributedFileSystem实例,而是一个本地文件系统的客户端对象。
3.上传文件到HDFS
初始化客户端对象后,接下来实现上传文件到HDFS的功能。由于采用Java测试类来实现JavaApi对HDFS的操作,因此可以在HDFS_CRUD.java文件中添加一个testAddFileToHdfs()方法来演示本地文件上传到HDFS的示例,具体代码如下:@Test public void testAddFileToHdfs() throws IOException { // 要上传的文件所在本地路径 Path src = new Path("D:/test.txt"); // 要上传到hdfs的目标路径 Path dst = new Path("/testFile"); // 上传文件方法 fs.copyFromLocalFile(src, dst); // 关闭资源 fs.close(); }
从上述代码可以看出,可以通过FileSystem对象的copyFromLocalFile()方法,将本地数据上传至HDFS中。copyFromLocalFile()方法接收两个参数,第一个参数是要上传的文件所在的本地路径(需要提前创建),第二个参数是要上传到HDFS的目标路径。
4.从HDFS下载文件到本地
在HDFS_CRUD.java文件中添加一个testDownloadFileToLocal()方法,来实现从HDFS中下载文件到本地系统的功能,具体代码如下:// 从hdfs中复制文件到本地文件系统 @Test public void testDownloadFileToLocal() throws IllegalArgumentException, IOException { // 下载文件 fs.copyToLocalFile(new Path("/testFile"), new Path("D:/")); fs.close(); }
从上述代码可以看出,可以通过FileSystem对象的copyToLocalFile()方法从HDFS上下载文件到本地。copyToLocalFile()方法接收两个参数,第一个参数是HDFS上的文件路径,第二个参数是下载到本地的目标路径。
注意:
在Windows平台开发HDFS项目时,若不设置Hadoop开发环境,则会报以下的错误:java.io.IOException: (null) entry in command string: null chmod 0644 D: estFile
解决方式:
(1)根据教材提示,安装配置windows平台hadoop(注意,配置后必须重启电脑),运行没有问题。
(2)直接使用下载的hadoop linux平台下的压缩包进行解压,然后在解压包bin目录下额外添加windows相关依赖文件(winutils.exe、winutils.pdb、hadoop.dll),然后进行hadoop环境变量配置(注意,配置后必须重启电脑),运行同样没有问题。
(3)使用FileSystem自带的方法即使不配置windows平台hadoop也可以正常运行(这种方法下载后就是没有附带一个类似.testFile.crc的校验文件):
fs.copyToLocalFile(false,new Path("/testFile"), new Path("D:/"),true);
5.目录操作
在HDFS_CRUD.java文件中添加一个testMkdirAndDeleteAndRename()方法,实现目录的创建、删除、重命名的功能,具体代码如下:// 创建,删除,重命名文件 @Test public void testMkdirAndDeleteAndRename() throws Exception { // 创建目录 fs.mkdirs(new Path("/a/b/c")); fs.mkdirs(new Path("/a2/b2/c2")); // 重命名文件或文件夹 fs.rename(new Path("/a"), new Path("/a3")); // 删除文件夹,如果是非空文件夹,参数2必须给值true fs.delete(new Path("/a2"), true); }
从上述代码可以看出,可以通过调用FileSystem的mkdirs()方法创建新的目录;调用delete()方法可以删除文件夹,delete()方法接收两个参数,第一个参数表示要删除的文件夹路径,第二个参数用于设置是否递归删除目录,其值为true或false,true表示递归删除,false表示非递归删除;调用rename()方法可以对文件或文件夹重命名,rename()接收两个参数,第一个参数代表需要修改的目标路径,第二个参数代表新的命名。
6.查看目录中的文件信息
在HDFS_CRUD.java文件中添加一个testListFiles()方法,实现查看目录中所有文件的详细信息的功能,代码如下:// 查看目录信息,只显示文件 @Test public void testListFiles() throws FileNotFoundException, IllegalArgumentException, IOException { // 获取迭代器对象 RemoteIterator listFiles = fs.listFiles( new Path("/"), true); while (listFiles.hasNext()) { LocatedFileStatus fileStatus = listFiles.next(); // 打印当前文件名 System.out.println(fileStatus.getPath().getName()); // 打印当前文件块大小 System.out.println(fileStatus.getBlockSize()); // 打印当前文件权限 System.out.println(fileStatus.getPermission()); // 打印当前文件内容长度 System.out.println(fileStatus.getLen()); // 获取该文件块信息(包含长度,数据块,datanode的信息) BlockLocation[] blockLocations = fileStatus.getBlockLocations(); for (BlockLocation bl : blockLocations) { System.out.println("block-length:" + bl.getLength() + "--" + "block-offset:" + bl.getOffset()); String[] hosts = bl.getHosts(); for (String host : hosts) { System.out.println(host); } } System.out.println("-----------分割线-------------"); } }
在上述代码中,可以调用FileSystem的listFiles()方法获取文件列表,其中第一个参数表示需要获取的目录路径,第二个参数表示是否递归查询,这里传入参数为true,表示需要递归查询。
集体智慧04特征16输出信息输出信息,简单来说就是集体向外部世界传递信息。在这个过程中,能够形成从一个集体流向其他集体(或个体)的信息流,集体能源源不断地向外部世界输出信息。实际上,这种情况对我们来说很常见。
集体智慧02特征4连绵不断的信息流前面已提到,在人脑中,存在着一个复杂的神经网络。在这个网络上,不停地有电脉冲沿着纤细的神经纤维传播,与此同时,还有化学物质(神经递质)在神经纤维的连接处不断扩散出来。事实上,这些电
集体智慧04特征21发散信息早在1660年,一个英国最具名望的科学机构诞生了,它就是英国皇家学会。该学会的宗旨是促进自然科学的发展。为了能够宣传最新的发现,它还出版了一份科学杂志哲学学报。这份杂志被看作科学史
推动集体智慧进化的因素18人类需要激励激励集体的过程,不但会对集体产生影响,而且会对个体发挥作用。确切地说,通过不断激励集体,使其不断产生动机和驱动力,这个过程不但有助于激活集体,同时也有助于激活个体。这个过程可以增强
集体智慧01正在爆发的智慧革命70多亿人在13世纪50年代,当时世界人口仅有3。7亿。i之后在短短的7百多年里,人口数量快速增长。在这个过程中,虽然战争饥荒等因素会导致人口增长放缓,但是粮食产量的上升以及医学水
集体智慧04特征17冲突难以避免我们发现,人与人之间不仅有利益的冲突,还有观点的冲突。这是因为,对立的观点往往互不相容,容易导致人们意见不合,使其发生争执。另外,在集体内部,需要保存大量信息。这些信息通常具有多样
集体智慧02特征6越来越复杂从本质上来说,集体智慧就是成群的个体共同做事时,通过加工信息的过程,所表现出的解决问题的能力。我们看到,为了加工信息,在众多个体之间不断有信息流往来穿梭。它们沿着通信网络传播,之后
集体智慧02特征7不断演化大概读者还记得,在第一章,我们谈到了集体智慧的进化。最初,不同的动物群体都展示了令人惊讶的集体智慧之后,人类的表现则更为惊人最后,我们发现,一场智慧革命正在爆发。确切地说,借助信息
集体智慧03特征9保持兼容性让我们先看一个没有兼容性的例子。显而易见,白蚁和角马之间就没有兼容性。之所以这么说,是因为它们彼此之间很难相互理解。白蚁无法理解角马的意图,反过来,角马也不明白白蚁发出的信号。类似
科学防控就地过年平安顺利科学防控就地过年平安顺利谁也不会想到,新冠肺炎疫情竟然持续了一年多时间,截止到目前,它还丝毫没有退却的意思。据统计,截止到2021年1月26日916,全球现有确诊病例2748705
汉中市这两家景区荣获陕西省平安景区等级称号文化艺术网文化艺术报讯(通讯员杨宽王博)近日,汉中市黎坪景区和汉江源景区被陕西省平安景区创建活动领导小组分别授予第七届陕西省平安优秀景区陕西省平安景区荣誉称号,标志着汉中市平安景区