使用python操作hdfs,并grep想要的数据

Posted 将者,智、信、仁、勇、严也。

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python操作hdfs,并grep想要的数据相关的知识,希望对你有一定的参考价值。

代码如下:

import subprocess


for day in range(24, 30):
    for h in range(0, 24):
        filename = "tls-metadata-2018-10-%02d-%02d.txt" % (day, h)
        cmd = "hdfs dfs -text /data/2018/10/%02d/%02d/*.snappy" % (day, h)
        print(cmd)
        #cmd = "cat *.py"
        cmd = subprocess.Popen(cmd, shell=True, stdout=subprocess.PIPE)
        f = open(filename, "w")
        for line in cmd.stdout:
            try:
              arr = line.split("^")
              if len(arr) >= 120 and arr[6] == "6" and arr[25] == "SSL" and arr[107]:
                #print(line)
                f.write("^".join(arr[:32]) + "^" + arr[95] + "^" + "^".join(arr[105:119])+ "
")
            except Exception as e:
                print(e, "fuck error", line)
        f.close()
        #import sys
        #sys.exit(0)

 

以上是关于使用python操作hdfs,并grep想要的数据的主要内容,如果未能解决你的问题,请参考以下文章

Python操作hdfs

最通熟易懂的Hadoop HDFS实践攻略

大数据讲课笔记4.2 HDFS架构和原理

小白视角大数据基础实践HDFS的简单基本操作

Python操作Hdfs,获得hdfs文件名和文件的基本属性,包括修改时间,并转化为标准时间

RDBMS数据定时采集到HDFS