使用java程序合并hdfs中的文件
Posted
技术标签:
【中文标题】使用java程序合并hdfs中的文件【英文标题】:Merging files in hdfs using java program 【发布时间】:2018-05-09 10:16:11 【问题描述】:我是大数据的新手,正在处理一项小任务,我需要将多个文件合并到 hdfs 中的单个文件中。我正在使用 Java 程序来完成此操作(将所有类似于 prod* 的文件合并到一个 prod.txt 文件中)。我已经寻求帮助,到目前为止我编写的代码是:
公共类 MergeFiles
public static void main(String[] args) throws FileNotFoundException
// TODO Auto-generated method stub
String srcPath = "/user/demouser/first/prod*";
String dstPath = "/user/demouser/second/prod.txt";
Configuration conf = new Configuration();
conf.set("fs.default.name","http://hostname:portnumber/");
try
FileSystem hdfs = FileSystem.get(conf);
FileUtil.copyMerge(hdfs, new Path(srcPath), hdfs, new Path(dstPath), false, conf, null);
catch (IOException e)
它不工作,我无法弄清楚如何解决这个问题。我也不明白“fs.default.name”的工作原理。请帮忙。
【问题讨论】:
如何将您的 srcPath 更改为您的文件夹名称。我也很好地使用了这个 api 请显示你的日志 该属性已被弃用。应该是fs.defaultFS
,需要指向namenode
除此之外,您正在重新发明***。搜索一个叫做 filecrush 的东西。或者至少,Pig 可以在大约 3 行代码中做到这一点
【参考方案1】:
您需要一个真实的主机名和端口号来替换“http://hostname:portnumber/”,您的主机名和端口号必须可以从您的计算机访问。它应该是您的文件系统的位置。
【讨论】:
我已经有了这些......我刚刚在这里用假名替换了它。这些文件也存在于该位置。 您需要查看您正在捕获的 IOException,在这里您可以捕获它然后什么也不做 - 查看 javadoc 的 Exception 以了解更多信息,以及 google 的“java 异常处理” . HDFS 不是 HTTP 协议。这是 RPC以上是关于使用java程序合并hdfs中的文件的主要内容,如果未能解决你的问题,请参考以下文章
从 Java 中的 spark 转换函数写入 HDFS 中的文件
无法通过map reduce java程序访问Hadoop hdfs文件系统
Java程序访问不了HDFS下的文件,报缺失块的异常,请高手解决一下