云计算 - 2 - HDFS文件系统的基本操作目标1、使用命令行操作 HDFS 文件系统2、使用 java-api 操作 hdfs 文件系统遇到的问题 目标1、HDFS 文件系统命令行操作，包括加入、修改、更新和删除 HDFS 文件系统中的文件。 2、利用 Java 开发 HDFS 文件系统应用程序，使用 HDFS Java API 接口读写 HDFS 文件系统中的文件。1、使用命令行操作 HD
转载
2023-07-14 10:42:15
537阅读
Hadoop学习——hdfs上传读取删除文件的过程namnode，名字节点，最主要管理HDFS的元数据信息。datanode，数据节点，存储文件块replication，文件块的副本，目的是确保数据存储的可靠性rack 机器Client 客户端。凡是通过指令或代码操作的一端都是客户端Client 的Read（从HDFS下载文件到本地）Client的Write（上传文件到HDFS上）从HDFS上读取
转载
2023-09-01 10:04:05
276阅读
Spark读取HDFS或者AFS等文件系统文件Spark读取文件有很多方法，我这里主要介绍一下读取非结构化的文件的两种方式，针对多文件读取，单文件读取也是一样的。方案一：spark的textFile方法，也是最简单的方案，支持通配符
转载
2023-08-31 09:35:33
195阅读
# 使用Spark删除HDFS路径文件的指南
在大数据处理领域，Apache Spark 和 Hadoop HDFS 是非常重要的工具，分别用于进行大规模数据处理和存储。对于新手来说，了解如何利用Spark删除HDFS路径下的文件是一项必要的技能。本篇文章旨在为你提供一个清晰的流程指导，以及每一步需要执行的具体代码和注释。
## 删除HDFS路径文件的流程
在进行具体操作之前，我们需要明确步
大数据要解决的就是大规模数据存储、大规模数据计算、大规模数据处理，而 Hadoop 生态系统就是用来实现这些功能的。任务：电商平台里所有的用户在 PC 端和 App 上的浏览、点击、购买等行为日志都存放起来集中分析，并形成报表，以供老板每天查看。可以把大数据理解为 Hadoop 的生态圈(或者泛生态圈)。Hadoop 生态圈里的各种软件，比如 HDFS、Hive、Pig、Spark、Storm 等
转载
2024-07-22 17:32:01
36阅读
在使用 Spark 进行大数据处理时，删除 HDFS 上的数据常常是必不可少的操作。本文将详细介绍如何解决“Spark删除HDFS”中的常见问题，并为读者提供全面的解决方案和实用技巧。
### 环境配置
为了能够顺利删除 HDFS 上的数据，我们首先需要配置合适的环境。这里提供一个简单的流程图来帮助理解整个配置过程。
```mermaid
flowchart TD
A[准备工作环境]
生成ssh免登陆密钥1 cd ~，进入到我的home目录2. cd .ssh/3 ssh-keygen -t rsa （四个回车）4执行完这个命令后，会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥） 5将公钥拷贝到要免登陆的机器上cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys  
一、实现功能dataframe保存到指定路径，一般都是一个文件夹，具体保存文件是文件夹内部的 part-00000*文件。对于需要指定最终保存文件的场景，本身api无法实现。本文提供保存到指定文件夹内，并且指定最终文件名称的两种方法。二、方法1：直接使用hdfs的api实现修改文件名称1.实现思路首先，DataFrame先减少分区到1个，再转换为RDD，然后写入hdfs，因为DataFrame直接
转载
2023-08-07 00:42:10
599阅读
Spark中加载本地(或者hdfs)文件以及 spark使用SparkContext实例的textFile读取多个文件夹(嵌套)下的多个数据文件在正常调用过程中，难免需要对多个文件夹下的多个文件进行读取，然而之前只是明确了spark具备读取多个文件的能力。针对多个文件夹下的多个文件，以前的做法是先进行文件夹的遍历，然后再进行各个文件夹目录的读取，其实不必那么麻烦，因为spark原生就支持这样的能力
转载
2023-08-28 22:10:52
329阅读
hdfs读写删文件流程
一、HDFS体系架构图
转载
2023-07-12 08:32:00
112阅读
大数据：Hadoop文件操作HDFS常用命令（一） 1、创建目录。在HDFS中创建一个文件目录：hadoop dfs -mkdir 2、查看文件结构目录：hdfs dfs -ls -R /例如，在HDFS中创建一个test_dir的文件目录，然后查看： 如果查看具体某一个文件目录下的文件层次，则为：hadoop fs -ls /mydirmydir是开发者在HDFS中
转载
2023-06-02 10:36:52
1069阅读
# Spark任务删除HDFS文件的科普文章
Apache Spark是一个强大的大数据处理框架，它允许用户以分布式方式处理和分析海量数据。Hadoop分布式文件系统（HDFS）则用于存储这些数据。当Spark任务执行完成后，用户可能会希望删除某些HDFS文件，以释放存储空间或整理数据集。本文将详细探讨如何在Spark中删除HDFS文件，并提供相关的代码示例与详细的步骤。
## 1. 理论基础
1.写在前面在spark streaming+kafka对流式数据处理过程中，往往是spark streaming消费kafka的数据写入hdfs中，再进行hive映射形成数仓，当然也可以利用sparkSQL直接写入hive形成数仓。对于写入hdfs中，如果是普通的rdd则API为saveAsTextFile()，如果是PairRDD则API为saveAsHadoopFile()。当然高版本的sp
转载
2023-07-06 17:21:04
223阅读
一、RDD算子
RDD被创建后是只读的，不允许修改。Spark提供了丰富的用于操作RDD的方法，这些方法被称为算子。一个创建完成的RDD只支持两种算子：转化（Transformation）算子和行动（Action）算子。二、准备工作（一）准备文件1、准备本地系统文件在/home目录里创建words.txt
2、把文件上传到HDFS将words.txt上传到HDFS系统的/park目录里
转载
2023-08-18 22:38:22
149阅读
# Spark 读取 HDFS 文件指南
作为一名刚入行的开发者，你可能对如何使用 Apache Spark 读取存储在 Hadoop 分布式文件系统（HDFS）中的文件感到困惑。本文将为你提供一个详细的指南，帮助你理解整个过程，并提供必要的代码示例。
## 流程概览
首先，让我们通过一个表格来概览整个流程：
| 步骤 | 描述 | 代码示例 |
| --- | --- | --- |
|
原创
2024-07-17 03:57:21
371阅读
# Spark与HDFS文件读取
在大数据处理领域，Apache Spark和Hadoop分布式文件系统（HDFS）是两个非常重要的技术。Spark是一个快速、通用的大规模数据处理引擎，而HDFS是一个高吞吐量、高容错性的分布式文件系统。本文将通过代码示例，介绍如何使用Spark读取存储在HDFS上的文件。
## Spark简介
Apache Spark是一个开源的分布式计算系统，它提供了一
原创
2024-07-18 03:50:10
76阅读
1.简述使用yarn的方式提交spark应用时，在没有配置spark.yarn.archive或者spark.yarn.jars时， 看到输出的日志在输出Neither spark.yarn.jars nor spark.yarn.archive is set；一段指令后，会看到不停地上传本地jar到HDFS上，内容如下，这个过程会非常耗时。可以通过在spark-defaults.conf配置里添
转载
2024-05-07 12:10:15
187阅读
目录一、spark直接读取本地文件系统的文件（非常不方便，不建议使用）1、file前缀地址“file:///”二、本地文件系统的文件上传到HDFS系统1、put命令2、copyFromLocal命令三、spark读写HDFS文件一、spark直接读取本地文件系统的文件（非常不方便，不建议使用）1、file前缀地址“file:///”例1：绝对路径成功scala> val rdd=sc.tex
转载
2023-08-25 22:43:34
431阅读
# 从Spark生成HDFS文件
在大数据领域，Spark是一个非常流行的分布式计算框架，而HDFS（Hadoop分布式文件系统）是Hadoop生态系统中的分布式文件系统。将Spark生成的数据保存到HDFS文件中是非常常见的操作，本文将介绍如何通过Spark生成HDFS文件，并提供相应的代码示例。
## Spark生成HDFS文件流程
在Spark中生成HDFS文件一般包括以下几个步骤：
原创
2024-06-09 03:27:08
65阅读
目录一.引言二.源码浅析1.RDD.saveAsTextFile2.TextOutputFormat 3.FileOutputFormat三.源码修改1.修改文件生成逻辑 - getRecordWriter2.允许目录存在 - checkoutputSpecs3.全部代码 - TextOutputFormatV2四.追加存储代码实战五.总结一.引言Output directory fil
转载
2023-08-01 23:58:21
90阅读
