初学hadoop，基于 Hadoop API 和 Java 实现将HDFS的/hadoop/.bashrc文件权限改为rwxr-xr-x

Posted 2023-04-07 到底懂不懂啊

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了初学hadoop，基于 Hadoop API 和 Java 实现将HDFS的/hadoop/.bashrc文件权限改为rwxr-xr-x相关的知识，希望对你有一定的参考价值。

希望计网一班的同学能理解

以下是基于 Hadoop API 和 Java 实现更改 HDFS 文件权限的示例代码：

//第一种方法

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.fs.permission.FsAction;
import org.apache.hadoop.fs.permission.FsPermission;
import java.io.IOException;

public class ChangeHdfsFilePermission

public static void main(String[] args) throws IOException
// 定义 HDFS 连接配置
Configuration conf = new Configuration();
conf.set("fs.defaultFS", "hdfs://localhost:9000");

// 创建 FileSystem 对象
FileSystem fs = FileSystem.get(conf);

// 定义目标文件路径及权限
Path filePath = new Path("/hadoop/.bashrc");
FsPermission permission = new FsPermission(FsAction.ALL, FsAction.READ_EXECUTE, FsAction.READ_EXECUTE);

// 更改文件权限
fs.setPermissionfs(filePath, permission);

System.out.println(filePath + " 权限更改为：" + permission);

// 关闭 FileSystem 连接
fs.close();

更改权限用setPermission(new Path,new FsPermission)方法，第一个参数表示要更改权限的文件或目录，第二个参数表示文件更改后的权限级别。

在 Hadoop HDFS API 中，FsPermission 是用于表示文件或目录权限的类，它包含以下成员变量：short permission：以八进制表示的文件或目录权限值。FsAction userAction、groupAction、otherAction：分别表示权限属主、组和其他用户所拥有的操作权限。同时，FsPermission 还提供了一些常用的方法来获取、设置文件或目录权限，如：getPermission()：返回以“rwxr-xr-x”这种格式表示的权限字符串。getUserAction()、getGroupAction()、getOtherAction()：返回对应的权限操作对象。applyUMask(FsPermission umask)：根据指定的 UMask 对象将当前权限对象的权限数值与 UMask 的权限数值进行按位与运算，并返回新的权限对象。例如，下面的示例代码展示了如何在HDFS中创建一个目录并设置目录权限：

//第二种方法

// 创建配置对象并获取 HDFS 文件系统实例
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);

// 要修改权限的文件路径
Path filePath = new Path("/hadoop/.bashrc");

// 获取该文件的原始权限
FsPermission originalPermission = fs.getFileStatus(filePath).getPermission();

// 设置新的权限
FsPermission newPermission = new FsPermission((short) 0755);

// 修改文件权限
fs.setPermission(filePath, newPermission);

System.out.println("成功将 " + filePath + " 的权限修改为：" + newPermission);

上述示例中，我们首先创建了一个 Configuration 对象以及一个 HDFS 文件系统实例。然后，我们指定要修改权限的文件路径，并使用 getFileStatus 方法查询该文件的原始权限。接着，我们生成一个新的 FsPermission 对象，将要修改的权限值设置为 0755，最后使用 setPermission 方法将新的权限设置给指定的文件。

老师，IDEA如何在本地运行和调试Hadoop程序？

来源：http://1t.click/aH32

# 前言

Hadoop可以运行在三种模式下：

1.单机模式

2.伪分布模式

3.完全分布式模式

相信初学者入门Hadoop的第一堂课就是伪分布模式Hadoop系统的安装，相信一定是血泪史各种翻教程各种重装。而实际上，基于Hadoop的MapReduce程序在单机上运行，并不一定需要安装伪分布模式Hadoop系统，甚至，并不一定需要安装Hadoop。

运行和调试MapReduce程序只需要有相应的Hadoop依赖包就行，可以完全当成一个普通的JAVA程序。本文就将介绍这种简单方便的方法。

# 简介

正如上文所说，在单机模式下，可以将MapReduce程序当成一个普通的JAVA程序；对比伪分布模式，其主要不足就在于没有Hadoop的整个管理控制系统，如JobTracker面板，而只是用来运行和调试程序；而其优点就在于开发调试方便，编写的程序通常不需要修改即可在真实的分布式Hadoop集群下运行。

Maven

Maven是一个项目管理工具，我们这里主要用到的是它的依赖管理系统。通常我们在开发Hadoop MapReduce程序时，首先要下载对应版本的镜像，然后加载镜像中的JAR依赖包，开始编写代码。这个步骤说起来容易但经常会碰到错综复杂的依赖关系，而利用Maven就能轻松解决这个问题。只需要在Maven配置文件中指定Hadoop依赖包名字和版本号，Maven就能自动搞定这些依赖，你只需要专心写代码就好了。

Intellij IDEA

为什么不用Eclipse呢？这里没有贬低Eclipse的意思，只是我认为Eclipse用户体验太差，而且各种操作过于繁琐。Intellij用起来更顺手，内置了Maven的支持，而且看起来似乎更有前景，就使用Intellij了。

环境要求

1.JDK 1.7（1.8似乎也可以，但Hadoop官方推荐1.7）

2.Intellij

不需要安装任何模式的Hadoop。

WordCount

这里以Hadoop的官方示例程序WordCount为例，演示如何一步步编写程序直到运行。

新建项目

在Intellij中点击File->New->Project，在弹出的对话框中选择Maven，JDK选择1.7，点击Next。

老师，IDEA如何在本地运行和调试Hadoop程序？

接下来填写Maven的GroupId和ArtifactId，随便填，点击Next。

老师，IDEA如何在本地运行和调试Hadoop程序？

然后是Project name，这里填写WordCount，点击Finish。

老师，IDEA如何在本地运行和调试Hadoop程序？

这样就新建好了一个空的项目，别着急，还有一个地方可能需要修改。打开Intellij的Preference偏好设置，定位到Build, Execution, Deployment->Compiler->Java Compiler，将WordCount的Target bytecode version修改为1.7。

老师，IDEA如何在本地运行和调试Hadoop程序？

配置依赖

新建项目后，在Intellij左上方会有项目文件结构，双击以编辑pom.xml，这就是Maven的配置了。

添加源

pom.xml初始内容如下

XML

 
   
   
 
  
    
    
   
    
    
    
    
    
    
    
    
    
    
    
  
  
    
    
  <?xml version="1.0" encoding="UTF-8"?><project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion>
<groupId>com.polarxiong</groupId><artifactId>hadoop</artifactId><version>1.0-SNAPSHOT</version>
</project>
 
   
   
 
在project内尾部添加

XML

 
   
   
 
  
    
    
   
    
    
    
    
    
    
  
  
    
    
  <repositories><repository><id>apache</id><url>http://maven.apache.org</url></repository></repositories>

添加apache源。

添加依赖

这里只需要用到基础依赖hadoop-core和hadoop-common；如果需要读写HDFS，则还需要依赖hadoop-hdfs和hadoop-client；如果需要读写HBase，则还需要依赖hbase-client。

在project内尾部添加

XML

 
   
   
 
  
    
    
   
    
    
    
    
    
    
    
    
    
    
    
    
  
  
    
    
  <dependencies><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-core</artifactId><version>1.2.1</version></dependency><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-common</artifactId><version>2.7.2</version></dependency></dependencies>
 
   
   
 
这里hadoop-core的version一般为1.2.1，hadoop-common的version可以依照你的实际需要来。

修改pom.xml完成后，Intellij右上角会提示Maven projects need to be Imported，点击Import Changes以更新依赖

附上完整的pom.xml

XML

 
   
   
 
  
    
    
   
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
  
  
    
    
  <?xml version="1.0" encoding="UTF-8"?><project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion>

<groupId>com.polarxiong</groupId><artifactId>hadoop</artifactId><version>1.0-SNAPSHOT</version>
<repositories><repository><id>apache</id><url>http://maven.apache.org</url></repository></repositories>
<dependencies><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-core</artifactId><version>1.2.1</version></dependency><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-common</artifactId><version>2.7.2</version></dependency></dependencies></project>

WordCount

在src->main->java下新建一个WordCount类，添加内容

Java

 
   
   
 
  
    
    
   
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
  
  
    
    
  import java.io.IOException;import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Job;import org.apache.hadoop.mapreduce.Mapper;import org.apache.hadoop.mapreduce.Reducer;import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
public class WordCount {
public static class TokenizerMapperextends Mapper<Object, Text, Text, IntWritable> {

private final static IntWritable one = new IntWritable(1);private Text word = new Text();

public void map(Object key, Text value, Context context) throws IOException, InterruptedException { StringTokenizer itr = new StringTokenizer(value.toString());while (itr.hasMoreTokens()) { word.set(itr.nextToken()); context.write(word, one);}}}
public static class IntSumReducerextends Reducer<Text, IntWritable, Text, IntWritable> {private IntWritable result = new IntWritable();
public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {int sum = 0;for (IntWritable val : values) { sum += val.get();} result.set(sum); context.write(key, result);}}
public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); Job job = Job.getInstance(conf, "word count"); job.setJarByClass(WordCount.class); job.setMapperClass(TokenizerMapper.class); job.setCombinerClass(IntSumReducer.class); job.setReducerClass(IntSumReducer.class); job.setOutputKeyClass(Text.class); job.setOutputValueClass(IntWritable.class); FileInputFormat.addInputPath(job, new Path(args[0])); FileOutputFormat.setOutputPath(job, new Path(args[1])); System.exit(job.waitForCompletion(true) ? 0 : 1);}}

此代码来自Hadoop官方教程，出处见参考。

配置输入文件

WordCount对输入文件字符进行计数，输出计数的结果。首先需要配置输入路径，这里在WordCount下（src同级目录）新建一个文件夹input，并添加一个或多个文本文件到input中，作为示例。

老师，IDEA如何在本地运行和调试Hadoop程序？

这里还有一件事情，点击File->Project Structure，在弹出来的对话框中选择Modules项，点击Sources选项卡，将Language level调整为7。（如果你用到版本控制的话，可以在这里将input文件夹标记为Excluded。

老师，IDEA如何在本地运行和调试Hadoop程序？

配置运行参数

这里我们需要配置此程序运行时的Main class，以及WordCount需要的输入输出路径。

在Intellij菜单栏中选择Run->Edit Configurations，在弹出来的对话框中点击+，新建一个Application配置。配置Main class为WordCount（可以点击右边的...选择），Program arguments为input/ output/，即输入路径为刚才创建的input文件夹，输出为output。

老师，IDEA如何在本地运行和调试Hadoop程序？

# 运行和调试

运行

上述配置完成后，点击菜单栏Run->Run 'WordCount'即开始运行此MapReduce程序，Intellij下方会显示Hadoop的运行输出。待程序运行完毕后，Intellij左上方会出现新的文件夹output，其中的part-r-00000就是运行的结果了！

由于Hadoop的设定，下次运行时务必删除output文件夹！

调试

断点调试也很容易，在需要设置的代码前单击加上断点，点击菜单栏Run->Debug 'WordCount'即开始调试，程序会在断点处停下。

# Windows下的权限问题

Windows下运行可能会出错，提示

 
   
   
 
  
    
    
   
    
    
  
  
    
    
  <code class="language-plain hljs" style="background:transparent;word-spacing:normal;line-height:inherit;border:0px;display:inline;"><span style="font-family:'Comic Sans MS';font-size:14px;">ERROR security.UserGroupInformation: PriviledgedActionException as ...<span class="line-numbers-rows" style="letter-spacing:-1px;border-right:1px solid rgb(153,153,153);"><span style="display:block;"></span></span></span></code>
 
   
   
 
 
   
   
 
  
    
    
  

 
   
   
 
 
   
   
 
  
    
    
  这是因为当前用户没有权限来设置路径权限（Linux无此问题），一个解决方法是给hadoop打补丁，参考Failed to set permissions of path: 	mp
  
    
    
  ，因为这里使用的Maven，此方法不太适合。另一个方法是将当前用户设置为超级管理员（“计算机管理”，“本地用户和组”中设置），或以超级管理员登录运行此程序。

不过我觉得最好的解决方法是在Linux或macOS上跑hadoop。

# 小结

上面描述的步骤有些多，但逻辑上都是很清晰的，有过一次经验以后就之后就容易多了，主要就是在pom.xml的配置和运行参数的配置上。删除WordCount程序的运行不需要任何的Hadoop开发环境，并且依赖问题全部交给Maven解决了，怎么样？是不是非常简单？

热文推荐

同时，分享一份Java面试资料给大家，覆盖了算法题目、常见面试题、JVM、锁、高并发、反射、Spring原理、微服务、Zookeeper、数据库、数据结构等等

获取方式：点在看，关注公众号并回复面试领取。

以上是关于初学hadoop，基于 Hadoop API 和 Java 实现将HDFS的/hadoop/.bashrc文件权限改为rwxr-xr-x的主要内容，如果未能解决你的问题，请参考以下文章

对 hadoop 作业跟踪器 api 的困惑

如何基于Docker快速搭建多节点Hadoop集群

老师，IDEA如何在本地运行和调试Hadoop程序？

初学hadoop的个人历程

Big Data - Hadoop - MapReduce初学Hadoop之图解MapReduce与WordCount示例分析

基于Hadoop的分布式云存储系统