使用javaAPI操作hdfs

Posted 郭子仪

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用javaAPI操作hdfs相关的知识,希望对你有一定的参考价值。

使用javaAPI操作hdfs

 

package com.zuoyan.hadoop;

import java.io.FileOutputStream;
import java.io.IOException;
import java.util.HashSet;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;

public class XPath {
	/**
     * 这里的创建文件夹同shell中的mkdir -p 语序前面的文件夹不存在
     * 跟java中的IO操作一样,也只能对path对象做操作;但是这里的Path对象是hdfs中的
     * @param fs
     * @return
     */
    public boolean myCreatePath(FileSystem fs){
        boolean b = false;
        Path path = new Path("/data/test/");
        try {
            // even the path exist,it can also create the path.
            b = fs.mkdirs(path);
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                fs.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        return b;
    }
    /**
     * 删除文件,实际上删除的是给定path路径的最后一个
     * 跟java中一样,也需要path对象,不过是hadoop.fs包中的。
     * 实际上delete(Path p)已经过时了,更多使用delete(Path p,boolean recursive)
     * 后面的布尔值实际上是对文件的删除,相当于rm -r
     * @param fs
     * @return
     */
    public boolean myDropHdfsPath(FileSystem fs){
        boolean b = false;
        Path path = new Path("/data/test/hadoop-2.6.0.tar.gz");
        try {
            b = fs.delete(path,b);
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                fs.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        return b;
    }
    /**
     * 重命名文件夹
     * @param hdfs
     * @return
     */
    public boolean myRename(FileSystem hdfs){
        boolean b = false;
        Path oldPath = new Path("/data/test1");
        Path newPath = new Path("/data/test");
        try {
            b = hdfs.rename(oldPath,newPath);
        } catch (IOException e) {
            e.printStackTrace();
        }finally {
            try {
                hdfs.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        return b;
    }
    /**
     * 遍历文件夹
     * public FileStatus[] listStatus(Path p)
     * 通常使用HDFS文件系统的listStatus(path)来获取改定路径的子路径。然后逐个判断
     * 值得注意的是:
     *  1.并不是总有文件夹中有文件,有些文件夹是空的,如果仅仅做是否为文件的判断会有问题,必须加文件的长度是否为0的判断
     *  2.使用getPath()方法获取的是FileStatus对象是带URL路径的。使用FileStatus.getPath().toUri().getPath()获取的路径才是不带url的路径
     * @param hdfs
     * @param listPath 传入的HDFS开始遍历的路径
     * @return
     */
    public Set<String> recursiveHdfsPath(FileSystem hdfs,Path listPath){
    	Set<String> set = new HashSet<String>();
        FileStatus[] files = null;
        try {
            files = hdfs.listStatus(listPath);
            // 实际上并不是每个文件夹都会有文件的。
            if(files.length == 0){
                // 如果不使用toUri(),获取的路径带URL。
                set.add(listPath.toUri().getPath());
            }else {
                // 判断是否为文件
                for (FileStatus f : files) {
                    if (files.length == 0 || f.isFile()) {
                        set.add(f.getPath().toUri().getPath());
                    } else {
                        // 是文件夹,且非空,就继续遍历
                        recursiveHdfsPath(hdfs, f.getPath());
                    }
                }
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
        return set;
    }
    /**
     * 文件简单的判断
     * 是否存在
     * 是否是文件夹
     * 是否是文件
     * @param fs
     */
    public void myCheck(FileSystem fs){
        boolean isExists = false;
        boolean isDirectorys = false;
        boolean isFiles = false;
        Path path = new Path("/data/test");
        try {
            isExists = fs.exists(path);
            isDirectorys = fs.isDirectory(path);
            isFiles = fs.isFile(path);
        } catch (IOException e){
            e.printStackTrace();
        } finally {
            try {
                fs.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        if(!isExists){
            System.out.println("lu jing not cun zai.");
        }else{
            System.out.println("lu jing cun zai.");
            if(isDirectorys){
                System.out.println("Directory");
            }else if(isFiles){
                System.out.println("Files");
            }
        }
    }
        /**
         * 获取配置的所有信息-需要本地Hadoop环境
         * 首先,我们要知道配置文件是哪一个
         * 然后我们将获取的配置文件用迭代器接收
         * 实际上配置中是KV对,我们可以通过java中的Entry来接收
         *
         */
        public void showAllConf(){
            Configuration conf = new Configuration();
            conf.set("fs.defaultFS", "hdfs://huabingood01:9000");
            Iterator<Map.Entry<String,String>> it = conf.iterator();
            while(it.hasNext()){
                Map.Entry<String,String> entry = it.next();
                System.out.println(entry.getKey()+"=" +entry.getValue());
            }
        }
        /**
         * 文件下载(需要本地Hadoop环境)
         * 注意下载的路径的最后一个地址是下载的文件名
         * copyToLocalFile(Path local,Path hdfs)
         * 下载命令中的参数是没有任何布尔值的,如果添加了布尔是,意味着这是moveToLocalFile()
         * @param fs
         */
        public void getFileFromHDFS(FileSystem fs){
        	 String url = "/data/test/hadoop-2.6.0.tar.gz";
        	 String url1 = "E:\hadoop-2.6.0.tar.gz";
            Path HDFSPath = new Path(url);
            Path localPath = new Path(url1);
            try {
                fs.copyToLocalFile(HDFSPath,localPath);
            } catch (IOException e) {
                e.printStackTrace();
            }finally {
                try {
                    fs.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
        /**
         * 文件的上传至hdfs文件
         * 注意事项同文件的上传
         * 注意如果上传的路径不存在会自动创建
         * 如果存在同名的文件,会覆盖
         * @param fs
         */
        public void myPutFile2HDFS(FileSystem fs){
            boolean pathExists = false;
            // 如果上传的路径不存在会创建
            // 如果该路径文件已存在,就会覆盖
            String url = "E:\java\安装包\hadoop-all\hadoop-2.6.0.tar.gz";
            Path localPath = new Path(url);
            Path hdfsPath = new Path("/data/test/hadoop-2.6.0-11.tar.gz");
            try {
                fs.copyFromLocalFile(localPath,hdfsPath);
            } catch (IOException e) {
                e.printStackTrace();
            }finally {
                try {
                    fs.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
        /**
         * hdfs文件下载到本地
         * @param fs
         * @throws IOException
         */
        public void getFileFromHDFS1(FileSystem fs) throws IOException{
        	String url = "/data/test/hadoop-2.6.0.tar.gz";
        	String url1 = "E:\hadoop-2.6.0.tar.gz";
             FSDataInputStream fsDataInputStream=fs.open(new Path(url));
             FileOutputStream fileOutputStream=new FileOutputStream(url1);
             IOUtils.copyBytes(fsDataInputStream,fileOutputStream,1024*1024*64,false);
             fsDataInputStream.close();
             fileOutputStream.close();
        }
        /**
         * hdfs之间文件的复制
         * 使用FSDataInputStream来打开文件open(Path p)
         * 使用FSDataOutputStream开创建写到的路径create(Path p)
         * 使用 IOUtils.copyBytes(FSDataInputStream,FSDataOutputStream,int buffer,Boolean isClose)来进行具体的读写
         * 说明:
         *  1.java中使用缓冲区来加速读取文件,这里也使用了缓冲区,但是只要指定缓冲区大小即可,不必单独设置一个新的数组来接受
         *  2.最后一个布尔值表示是否使用完后关闭读写流。通常是false,如果不手动关会报错的
         * @param hdfs
         * hdfs之间文件的复制
         */
        public void copyFileBetweenHDFS(FileSystem hdfs){
            Path inPath = new Path("/data/test/hadoop-2.6.0.tar.gz");
            Path outPath = new Path("/data/hadoop-2.6.0.tar.gz");
            // byte[] ioBuffer = new byte[1024*1024*64];
            // int len = 0;
            FSDataInputStream hdfsIn = null;
            FSDataOutputStream hdfsOut = null;
            try {
                hdfsIn = hdfs.open(inPath);
                hdfsOut = hdfs.create(outPath);
                IOUtils.copyBytes(hdfsIn,hdfsOut,1024*1024*64,false);
                /*while((len=hdfsIn.read(ioBuffer))!= -1){
                    IOUtils.copyBytes(hdfsIn,hdfsOut,len,true);
                }*/
            } catch (IOException e) {
                e.printStackTrace();
            }finally {
                try {
                hdfsOut.close();
                hdfsIn.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
}

 

  

 

以上是关于使用javaAPI操作hdfs的主要内容,如果未能解决你的问题,请参考以下文章

使用javaAPI操作hdfs

使用javaAPI操作hdfs

HDFS设计思想元数据简单JAVAAPI操作HDFS

HDFS设计思想元数据简单JAVAAPI操作HDFS

大数据HadoopHDFS的Java API操作

hadoop的hdfs中的javaAPI操作