Hadoop 如何使用libhdfs.so

Posted 2023-02-20 tokendeng

Hadoop提供了C接口，这样可以通过C语言直接操纵Hadoop文件系统，虽然功能没有Java版本的完备，但可以满足一些项目需要。有关C接口的介绍，请点击此处。

本文主要一步一步实验如何使用libhdfs.so共享库。

实践过程中参考如下链接：

记录使用libhdfs访问hdfs的关键问题 - 开心比什么都贵

用hadoop中的libhdfs和fuse-dfs构建快速云存储

libhdfs编译、安装、配置、使用

官方发行的本地库貌似只提供了32位的，如果在64位的平台，需要自己编译。

这里做如下假定：

已经部署了一个健康的Hadoop集群，对外的访问接口为：10.17.48.236：9000，具有写权限的用户为hadoop；

已经编译好了针对特定平台64位的so库：libhdfs.so，并且该库保存在/home/dcc/libhdfs/目录下；

第一：在/home/dcc/old/目录下新建一个名为“write.c”的C文件，内容如下：

#include "hdfs.h"

int main(int argc, char **argv)

	// 取得文件系统实例，10.17.48.236为NanmNode的IP，9000为端口，hadoop为指定用户；
        hdfsFS fs = hdfsConnectAsUser("10.17.48.236", 9000,"hadoop");
        if (!fs) 
                fprintf(stderr, "connect fail\\n");
                return -1; 
           
	// 以写方式（O_WRONLY）打开文件；
        hdfsFile writeFile = hdfsOpenFile(fs, "/first.txt", O_WRONLY, 4096, 0, 0); 
        if (!writeFile) 
                fprintf(stderr, "openfile fali\\n");
                return -1; 
           
	// 向刚才创立的文件中写入“hello hdfs”；
        hdfsWrite(fs, writeFile, "hello hdfs", 10);
	// 关闭文件并且断开连接；
        hdfsCloseFile(fs, writeFile);
        hdfsDisconnect(fs);
        return 0;

上面使用hdfs.h头文件，为了编译方便，把该文件拷贝到与write.c相同的目录下，也就是拷贝到/home/dcc/old/下

第二：编译write.c文件：

gcc -o write write.c -L /home/dcc/libhdfs -lhdfs -I $HADOOP_HOME/include -L $JAVA_HOME/jre/lib/amd64/server/ -ljvm

上面$HADOOP_HOME为Hadoop的安全目录，$JAVA_HOME为Java的安装目录，当然到这里也可以不设置这两个环境变量，直接用对应的目录替换。

上面的编译命令，加载了/home/dcc/libhdfs目录下的libhdfs.so共享库，还引入了$HADOOP_HOME/include目录下的一些头文件，同时由于是64位的，还加载了$JAVA_HOME/jre/lib/amd64/server/目录下的libjvm.so。

命令执行完成后，应该在相同目录下多了一个write文件，这个是可执行文件。

第三：执行write：

./write

执行后报错， 说缺少共享库，解决方法，点击此处。

问题解决后，应该就能成功往HDFS集群上写入文件。

经过上面一路走下来， 也加深了对共享库（在Linux平台下叫共享库，一般为*.so文件，而在Windows平台下一般叫动态链接库，一般为*.dll文件）的理解：就是如果C/C++程序中调用了共享库，则编译期间期间应该加入共享库，否则编译不通过。编译完成后，当要真正执行时，应该在程序的运行时环境（Runtime Environment）载入需要的共享库。这有点类似我们在开发Java项目的Jar包，当我们在开发的工程中用到某个jar包，必须引入对应的jar包，而我们打包自己的工程，可以只打包自己的源码。当我们发布到目标系统运行时，由于我们的工程依赖了某些jar包，所以在目标系统部署时，在目标系统我们的工程必须能访问到那些依赖的jar包。这也就是所谓的“共享”和“动态”的概念来源吧。

当然为了开发方便，可以在/etc/profile文件下添加如下内容，完成大部分配置工作：

export JAVA_HOME=/usr/lib/jvm/java-1.6.0-openjdk-1.6.0.0.x86_64
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH
export LD_LIBRARY_PATH=$JAVA_HOME/jre/lib/amd64/server:/home/dcc/libhdfs
export HADOOP_HOME=/home/dcc/hadoop-2.2.0
CLASSPATH=$CLASSPATH":"`find $HADOOP_HOME/share/hadoop | awk 'path=path":"$0ENDprint path'`  
export CLASSPATH