大数据技术原理与应用实验1——熟悉常用的HDFS操作
Posted 虚神公子
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了大数据技术原理与应用实验1——熟悉常用的HDFS操作相关的知识，希望对你有一定的参考价值。
文章目录
- 一、实验目的
- 二、实验环境
- 三、实验内容
- 四、心得体会：
一、实验目的
（1）理解HDFS在Hadoop体系结构中的角色。
（2）熟练使用HDFS操作常用的Shell命令。
（3）熟悉HDFS操作常用的JavaAPI。
二、实验环境
Windows操作系统
VMware Workstation Pro 15.5
远程终端工具Xshell7
Xftp7传输工具
CentOS7.5
三、实验内容
（一）编程实现以下功能，并利用Hadoop提供的Shell命令完成相同任务：
1. 向HDFS中上传任意文本文件
（1） 向HDFS中上传任意文本文件，如果指定的文件在HDFS中已经存在，则由用户来指定是追加到原有文件末尾还是覆盖原有的文件；
Shell命令：
检查文件是否存在，可以使用如下命令:
cd /opt/module/hadoop-3.1.3/
$ ./bin/hdfs dfs -test -e weiguo.txt
执行完上述命令不会输出结果，需要继续输入命令查看结果：
$ echo $?
如果结果显示文件已经存在，则用户可以选择追加到原来文件末尾或者覆盖原来文件，具体命令如下：
$ ./bin/hdfs dfs -appendToFile wuguo.txt weiguo.txt #追加到原文件末尾
$ ./bin/hdfs dfs -copyFromLocal -f wuguo.txt weiguo.txt#覆盖原来文件，第一种命令形式
代码：
package com.xusheng.hdfs;
//import org.apache.commons.configuration2.Configuration;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import java.io.FileInputStream;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
public class HDFSApi
/**
* 判断路径是否存在
*/
public static boolean test(Configuration conf, String path) throws IOException
FileSystem fs = FileSystem.get(conf);
return fs.exists(new Path(path));
/**
* 复制文件到指定路径
* 若路径已存在，则进行覆盖
*/
public static void copyFromLocalFile(Configuration conf, String localFilePath, String remoteFilePath) throws IOException
FileSystem fs = FileSystem.get(conf);
Path localPath = new Path(localFilePath);
Path remotePath = new Path(remoteFilePath);
/* fs.copyFromLocalFile 第一个参数表示是否删除源文件，第二个参数表示是否覆盖 */
fs.copyFromLocalFile(false, true, localPath, remotePath);
fs.close();
/**
* 追加文件内容
*/
public static void appendToFile(Configuration conf, String localFilePath, String remoteFilePath) throws IOException
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
/* 创建一个文件读入流 */
FileInputStream in = new FileInputStream(localFilePath);
/* 创建一个文件输出流，输出的内容将追加到文件末尾 */
FSDataOutputStream out = fs.append(remotePath);
/* 读写文件内容 */
byte[] data = new byte[1024];
int read = -1;
while ( (read = in.read(data)) > 0 )
out.write(data, 0, read);
out.close();
in.close();
fs.close();
/**
* 主函数
*/
public static void main(String[] args)
Configuration conf = new Configuration();
conf.set("fs.default.name"," hdfs://hadoop102:8020");
//String localFilePath = "/home/hadoop/text.txt"; // 本地路径
//String remoteFilePath = "/user/hadoop/text.txt"; // HDFS路径
String localFilePath = "/user/xusheng/weiguo.txt"; // 本地路径
String remoteFilePath = "/opt/module/hadoop-3.1.3/weiguo.txt"; // HDFS路径
String choice = "append"; // 若文件存在则追加到文件末尾
// String choice = "overwrite"; // 若文件存在则覆盖
try
/* 判断文件是否存在 */
Boolean fileExists = false;
if (HDFSApi.test(conf, remoteFilePath))
fileExists = true;
System.out.println(remoteFilePath + " 已存在.");
else
System.out.println(remoteFilePath + " 不存在.");
/* 进行处理 */
if ( !fileExists) // 文件不存在，则上传
HDFSApi.copyFromLocalFile(conf, localFilePath, remoteFilePath);
System.out.println(localFilePath + " 已上传至 " + remoteFilePath);
else if ( choice.equals("overwrite") ) // 选择覆盖
HDFSApi.copyFromLocalFile(conf, localFilePath, remoteFilePath);
System.out.println(localFilePath + " 已覆盖 " + remoteFilePath);
else if ( choice.equals("append") ) // 选择追加
HDFSApi.appendToFile(conf, localFilePath, remoteFilePath);
System.out.println(localFilePath + " 已追加至 " + remoteFilePath);
catch (Exception e)
e.printStackTrace();
结果：
2. 从HDFS中下载指定文件
（2） 从HDFS中下载指定文件，如果本地文件与要下载的文件名称相同，则自动对下载的文件重命名；
Shell命令：
$ if $(hdfs dfs -test -e file:///home/hadoop/weiguo.txt);
$ then $(hdfs dfs -copyToLocal weiguo.txt ./ weiguo2.txt);
$ else $(hdfs dfs -copyToLocal weiguo.txt ./ weiguo.txt);
$ fi
代码：
package com.xusheng.hdfs;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
public class HDFSApi2
/**
* 下载文件到本地
* 判断本地路径是否已存在，若已存在，则自动进行重命名
*/
public static void copyToLocal(Configuration conf, String remoteFilePath, String localFilePath) throws IOException
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
File f = new File(localFilePath);
/* 如果文件名存在，自动重命名(在文件名后面加上 _0, _1 ...) */
if (f.exists())
System.out.println(localFilePath + " 已存在.");
Integer i = 0;
while (true)
f = new File(localFilePath + "_" + i.toString());
if (!f.exists())
localFilePath = localFilePath + "_" + i.toString();
break;
System.out.println("将重新命名为: " + localFilePath);
// 下载文件到本地
Path localPath = new Path(localFilePath);
fs.copyToLocalFile(remotePath, localPath);
fs.close();
/**
* 主函数
*/
public static void main(String[] args)
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://hadoop102:8020");
String localFilePath = "/home/hadoop/weiguo.txt"; // 本地路径
String remoteFilePath = "/user/xusheng/weiguo.txt"; // HDFS路径
try
HDFSApi2.copyToLocal(conf, remoteFilePath, localFilePath);
System.out.println("下载完成");
catch (Exception e)
e.printStackTrace();
结果：
3. 将HDFS中指定文件的内容输出到终端中
（3） 将HDFS中指定文件的内容输出到终端中；
Shell命令：
$ hdfs dfs -cat weiguo.txt
代码：
package com.xusheng.hdfs;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
public class HDFSApi3
/**
* 读取文件内容
*/
public static void cat(Configuration conf, String remoteFilePath) throws IOException
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
FSDataInputStream in = fs.open(remotePath);
BufferedReader d = new BufferedReader(new InputStreamReader(in));
String line = null;
while ( (line = d.readLine()) != null )
System.out.println(line);
d.close();
in.close();
fs.close();
/**
* 主函数
*/
public static void main(String[] args)
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://hadoop102:8020");
String remoteFilePath = "/user/xusheng/weiguo.txt"; // HDFS路径
try
System.out.println("读取文件: " + remoteFilePath);
HDFSApi3.cat(conf, remoteFilePath);
System.out.println("\\n读取完成");
catch (Exception e)
e.printStackTrace();
结果：
4. 显示HDFS中指定的文件的读写权限、大小、创建时间、路径等信息
（4） 显示HDFS中指定的文件的读写权限、大小、创建时间、路径等信息；
Shell命令：
$ hdfs dfs -ls -h weiguo.txt
代码：
package com.xusheng.hdfs;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
import java.text.SimpleDateFormat;
public class HDFSApi4
/**
* 显示指定文件的信息
*/
public static void ls(Configuration conf, String remoteFilePath) throws IOException
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
FileStatus[] fileStatuses = fs.listStatus(remotePath);
for (FileStatus s : fileStatuses)
System.out.println("路径: " + s.getPath().toString());
System.out.println("权限: " + s.getPermission().toString());
System.out.println("大小: " + s.getLen());
/* 返回的是时间戳,转化为时间日期格式 */
Long timeStamp = s.getModificationTime();
SimpleDateFormat format = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date = format.format(timeStamp);
System.out.println("时间: " + date);
fs.close();
/**
* 主函数
*/
public static void main(String[] args)
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://hadoop102:8020");
String remoteFilePath = "/user/xusheng/weiguo.txt"; // HDFS路径
try
System.out.println("读取文件信息: " + remoteFilePath);
HDFSApi4.ls(conf, remoteFilePath);
System.out.println("\\n读取完成");
catch (Exception e)
e.printStackTrace();
结果：
5. 给定HDFS中某一个目录，输出该目录下的所有文件的读写权限、大小、创建时间等信息
（5） 给定HDFS中某一个目录，输出该目录下的所有文件的读写权限、大小、创建时间、路径等信息，如果该文件是目录，则递归输出该目录下所有文件相关信息；
Shell命令：
$ ./bin/hdfs dfs -ls -R -h /user/xusheng
代码：
package com.xusheng.hdfs;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
import java.text.SimpleDateFormat;
public class HDFSApi5
/**
* 显示指定文件夹下所有文件的信息（递归）
*/
public static void lsDir(Configuration conf, String remoteDir) throws IOException
FileSystem fs = FileSystem.get(conf);
Path dirPath = new Path(remoteDir);
/* 递归获取目录下的所有文件 */
RemoteIterator<LocatedFileStatus> remoteIterator = fs.listFiles(dirPath, true);
/* 输出每个文件的信息 */
while (remoteIterator.hasNext())
FileStatus s = remoteIterator.next();
System.out.println("路径: " + s.getPath().toString());
System.out.println("权限: " + s.getPermission().toString());
System.out.println("大小: " + s.getLen());
/* 返回的是时间戳,转化为时间日期格式 */
Long timeStamp = s.getModificationTime();
SimpleDateFormat format = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date = format.format(timeStamp);
System.out.println("时间: " + date);
System.out.println();
fs.close();
/**
* 主函数
*/
public static void main(String[] args)
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://hadoop102:8020");
String remoteDir = "/user/xusheng"; // HDFS路径
try
System.out.println("(递归)读取目录下所有文件的信息: " + remoteDir);
HDFSApi5.lsDir(conf, remoteDir);
System.out.println("读取完成");
catch (Exception e)
e.printStackTrace();
结果：
6.提供一个HDFS内的文件的路径，对该文件进行创建和删除操作
（6） 提供一个HDFS内的文件的路径，对该文件进行创建和删除操作。如果文件所在目录不存在，则自动创建目录；
Shell命令：
$ hdfs dfs -test -d dir1/dir2
$ hdfs dfs -touchz dir1/dir2/filename
$ hdfs dfs -mkdir -p dir1/dir2 && hdfs dfs -touchz dir1/dir2/filename
$ hdfs dfs -rm dir1/dir2/filename#删除文件
代码：
package com.xusheng.hdfs;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
public class HDFSApi6
/**
* 判断路径是否存在
*/
public static boolean test(Configuration conf, String path) throws IOException
FileSystem fs = FileSystem.get(conf);
return fs.exists(new Path(path));
/**
* 创建目录
*/
public static boolean mkdir(Configuration conf, String remoteDir) throws IOException
FileSystem fs = FileSystem.get(conf);
Path dirPath = new Path(remoteDir);
boolean result = fs.mkdirs(dirPath);
fs.close();
return result;
/**
* 创建文件
*/
public static void touchz(Configuration conf, String remoteFilePath) throws IOException
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
FSDataOutputStream outputStream = fs.create(remotePath);
outputStream.close();
fs.close();
/**
* 删除文件
*/
public static boolean rm(Configuration conf, String remoteFilePath) throws IOException
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
boolean result = fs.delete(remotePath, false);
fs.close();
return result;
/**
* 主函数
*/
public static void main(String[] args)
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://hadoop102:8020");
String remoteFilePath = "/user/xusheng/input/text.txt"; // HDFS路径
String remoteDir = "/user/xusheng/input"; // HDFS路径对应的目录
try
/* 判断路径是否存在，存在则删除，否则进行创建 */
if ( HDFSApi6.test(conf, remoteFilePath) )
HDFSApi6.rm(conf, remoteFilePath); // 删除
System.out.println("删除路径: " + remoteFilePath);
else
if ( !HDFSApi6.test(conf, remoteDir) ) // 若目录不存在，则进行创建
HDFSApi6.mkdir(conf, remoteDir);
System.out.println("创建文件夹: " + remoteDir);
HDFSApi6.touchz(conf, remoteFilePath);
System.out.println("创建路径: " + remoteFilePath);
catch (Exception e)
e.printStackTrace();
7.供一个HDFS的目录的路径，对该目录进行创建和删除操作
（7） 提供一个HDFS的目录的路径，对该目录进行创建和删除操作。创建目录时，如果目录文件所在目录不存在，则自动创建相应目录；删除目录时，由用户指定当该目录不为空时是否还删除该目录；
Shell命令：
创建目录的命令如下：$ hdfs dfs -mkdir -p dir1/dir2
删除目录的命令如下：$ hdfs dfs -rmdir dir1/dir2
上述命令执行以后，如果目录非空，则会提示not empty，删除操作不会执行。如果要强制删除目录，可以使用如下命令：
$ hdfs dfs -rm -R dir1/dir2
代码：
package com.xusheng.hdfs;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
public class HDFSApi7
/**
* 判断路径是否存在
*/
public static boolean test(Configuration conf, String path) throws IOException
FileSystem fs = FileSystem.get(conf);
return fs.exists(new Path(path));
/**
* 判断目录是否为空
* true: 空，false: 非空
*/
public static boolean isDirEmpty(Configuration conf, String remoteDir) throws IOException
FileSystem fs = FileSystem.get(conf);
Path dirPath = new Path(remoteDir);
RemoteIterator<LocatedFileStatus> remoteIterator = fs.listFiles(dirPath, true);
return !remoteIterator.hasNext();
/**
* 创建目录
*/
public static boolean mkdir(Configuration conf, String remoteDir) throws IOException
FileSystem fs = FileSystem.get(conf);
Path dirPath = new Path(remoteDir);
boolean result = fs.mkdirs(dirPath);
fs.close();
return result;
/**
* 删除目录
*/
public static boolean rmDir(Configuration conf, String remoteDir) throws IOException
FileSystem fs = FileSystem.get(conf);
Path dirPath = new Path(remoteDir);
/* 第二个参数表示是否递归删除所有文件 */
boolean result = fs.delete(dirPath, true);
fs.close();
return result;
/**
* 主函数
*/
public static void main(String[] args)
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://hadoop102:8020");
String remoteDir = "/user/xusheng/dir1/dir2"; // HDFS目录
Boolean forceDelete = false; // 是否强制删除
try
/* 判断目录是否存在，不存在则创建，存在则删除 */
if ( !HDFSApi7.test(conf, remoteDir) )
HDFSApi7.mkdir(conf, remoteDir); // 创建目录
System.out.println("创建目录: " + remoteDir);
else
if ( HDFSApi7.isDirEmpty(conf, remoteDir) || forceDelete ) // 目录为空或强制删除
HDFSApi7.rmDir(conf, remoteDir);
System.out.println("删除目录: " + remoteDir);
else // 目录不为空
System.out.println("目录不为空，不删除: " + remoteDir);
catch (Exception e)
e.printStackTrace();
8. 向HDFS中指定的文件追加内容，由用户指定内容追加到原有文件的开头或结尾
（8） 向HDFS中指定的文件追加内容，由用户指定内容追加到原有文件的开头或结尾；
Shell命令：
$ hdfs dfs -appendToFile wuguo.txt weiguo.txt
追加到原文件的开头，在HDFS中不存在与这种操作对应的命令，因此，无法使用一条命令来完成。可以先移动到本地进行操作，再进行上传覆盖，具体命令如下：
$ hdfs dfs -get weiguo.txt
$ 以上是关于大数据技术原理与应用实验1——熟悉常用的HDFS操作的主要内容，如果未能解决你的问题，请参考以下文章
参考大数据厦门大学林子雨编著的《大数据技术原理与应用（第3版）》中第三课《HDFS编程实践（Hadoop3.1.3）》遇到的bug