api与hdfs交互 java hdfs api操作

HDFS API详解

Hadoop中关于文件操作类基本上全部是在"org.apache.hadoop.fs"包中，这些API能够支持的操作包含：打开文件，读写文件，删除文件等。

Hadoop类库中最终面向用户提供的接口类是FileSystem，该类是个抽象类，只能通过来类的get方法得到具体类。get方法存在几个重载版本，常用的是这个：

 

static FileSystem get(Configuration conf);

 

　　该类封装了几乎所有的文件操作，例如mkdir，delete等。综上基本上可以得出操作文件的程序库框架：

 

operator()
{
    得到Configuration对象
    得到FileSystem对象
    进行文件操作
}

 

6.1 上传本地文件

FileSystem.copyFromLocalFile（Path src，Patch dst）"可将本地文件上传到HDFS的制定位置上，其中src和dst均为文件的完整路径。具体事例如下：

 

package com.hebut.file;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
 
publicclass CopyFile {
publicstaticvoidthrows Exception {
new Configuration();
        FileSystem hdfs=FileSystem.get(conf);
       
//本地文件
new"D:\\HebutWinOS");
//HDFS为止
new"/");
       
        hdfs.copyFromLocalFile(src, dst);
out.println("Upload to"+conf.get("fs.default.name"));
       
        FileStatus files[]=hdfs.listStatus(dst);
for(FileStatus file:files){
out.println(file.getPath());
        }
    }
}

 

　　运行结果可以通过控制台、项目浏览器和SecureCRT查看，如图6-1-1、图6-1-2、图6-1-3所示。

　　1）控制台结果

 

　　

图6-1-1 运行结果（1）

　　2）项目浏览器

 

　　

图6-1-2 运行结果（2）

　　3）SecureCRT结果

 

　　

图6-1-3 运行结果（3）

6.2 创建HDFS文件

FileSystem.create（Path f）"可在HDFS上创建文件，其中f为文件的完整路径。具体实现如下：

 

package com.hebut.file;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
 
publicclass CreateFile {
 
publicstaticvoidthrows Exception {
new Configuration();
        FileSystem hdfs=FileSystem.get(conf);
       
byte[] buff="hello hadoop world!\n".getBytes();
       
new"/test");
       
        FSDataOutputStream outputStream=hdfs.create(dfs);
length);
       
    }
}

 

　　运行结果如图6-2-1和图6-2-2所示。

　　1）项目浏览器

 

　　

图6-2-1 运行结果（1）

　　2）SecureCRT结果

 

　　

图6-2-2 运行结果（2）

6.3 创建HDFS目录

FileSystem.mkdirs（Path f）"可在HDFS上创建文件夹，其中f为文件夹的完整路径。具体实现如下：

 

package com.hebut.dir;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
 
publicclass CreateDir {
 
publicstaticvoidthrows Exception{
new Configuration();
        FileSystem hdfs=FileSystem.get(conf);
       
new"/TestDir");
       
        hdfs.mkdirs(dfs);
 
    }
}

 

　　运行结果如图6-3-1和图6-3-2所示。

　　1）项目浏览器

 

　　

图6-3-1 运行结果（1）

　　2）SecureCRT结果

 

　　

图6-3-2 运行结果（2）

6.4 重命名HDFS文件

FileSystem.rename（Path src，Path dst）"可为指定的HDFS文件重命名，其中src和dst均为文件的完整路径。具体实现如下：

 

package com.hebut.file;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
 
publicclassRename{
publicstaticvoidthrows Exception {
new Configuration();
        FileSystem hdfs=FileSystem.get(conf);
     
new"/test");    //旧的文件名
new"/test1");    //新的文件名
       
boolean isRename=hdfs.rename(frpaht, topath);
       
"成功":"失败";
out.println("文件重命名结果为："+result);
       
    }
}

 

　　运行结果如图6-4-1和图6-4-2所示。

　　1）项目浏览器

 

　　

图6-4-1 运行结果（1）

2）SecureCRT结果

 

　　

图6-4-2 运行结果（2）

6.5 删除HDFS上的文件

FileSystem.delete（Path f，Boolean recursive）"可删除指定的HDFS文件，其中f为需要删除文件的完整路径，recuresive用来确定是否进行递归删除。具体实现如下：

 

package com.hebut.file;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
 
publicclass DeleteFile {
 
publicstaticvoidthrows Exception {
new Configuration();
        FileSystem hdfs=FileSystem.get(conf);
       
new"/test1");
       
booleanfalse);
//递归删除
//boolean isDeleted=hdfs.delete(delef,true);
out.println("Delete?"+isDeleted);
    }
}

 

　　运行结果如图6-5-1和图6-5-2所示。

　　1）控制台结果

 

　　

图6-5-1 运行结果（1）

2）项目浏览器

　　

图6-5-2 运行结果（2）

6.6 删除HDFS上的目录

删除文件代码一样，只是换成删除目录路径即可，如果目录下有文件，要进行递归删除。

6.7 查看某个HDFS文件是否存在

FileSystem.exists（Path f）"可查看指定HDFS文件是否存在，其中f为文件的完整路径。具体实现如下：

 

package com.hebut.file;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
 
publicclass CheckFile {
publicstaticvoidthrows Exception {
new Configuration();
        FileSystem hdfs=FileSystem.get(conf);
new"/test1");
boolean isExists=hdfs.exists(findf);
out.println("Exist?"+isExists);
    }
}

 

　　运行结果如图6-7-1和图6-7-2所示。

　　1）控制台结果

 

　　

图6-7-1 运行结果（1）

　　2）项目浏览器

 

　　

图6-7-2 运行结果（2）

6.8 查看HDFS文件的最后修改时间

FileSystem.getModificationTime()"可查看指定HDFS文件的修改时间。具体实现如下：

 

package com.hebut.file;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
 
publicclass GetLTime {
 
publicstaticvoidthrows Exception {
new Configuration();
        FileSystem hdfs=FileSystem.get(conf);
       
new"/user/hadoop/test/file1.txt");
       
        FileStatus fileStatus=hdfs.getFileStatus(fpath);
long modiTime=fileStatus.getModificationTime();
       
out.println("file1.txt的修改时间是"+modiTime);
    }
}

 

　　运行结果如图6-8-1所示。

 

　　

图6-8-1 控制台结果

6.9 读取HDFS某个目录下的所有文件

FileStatus.getPath（）"可查看指定HDFS中某个目录下所有文件。具体实现如下：

 

package com.hebut.file;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
 
publicclass ListAllFile {
publicstaticvoidthrows Exception {
newConfiguration();
        FileSystem hdfs=FileSystem.get(conf);
       
new"/user/hadoop/test");
       
        FileStatus stats[]=hdfs.listStatus(listf);
for(intlength; ++i)
　　　　 {
out.println(stats[i].getPath().toString());
　　　　 }
        hdfs.close();
    }
}

 

　　运行结果如图6-9-1和图6-9-2所示。

　　1）控制台结果

 

　　

图6-9-1 运行结果（1）

 

　　2）项目浏览器

 

　　

图6-9-2 运行结果（2）

6.10 查找某个文件在HDFS集群的位置

FileSystem.getFileBlockLocation（FileStatus file，long start，long len）"可查找指定文件在HDFS集群上的位置，其中file为文件的完整路径，start和len来标识查找文件的路径。具体实现如下：

 

package com.hebut.file;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.BlockLocation;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
 
publicclass FileLoc {
publicstaticvoidthrows Exception {
new Configuration();
        FileSystem hdfs=FileSystem.get(conf);
new"/user/hadoop/cygwin");
       
        FileStatus filestatus = hdfs.getFileStatus(fpath);
        BlockLocation[] blkLocations = hdfs.getFileBlockLocations(filestatus, 0, filestatus.getLen());
 
intlength;
for(int i=0;i<blockLen;i++){
            String[] hosts = blkLocations[i].getHosts();
out.println("block_"+i+"_location:"+hosts[0]);
        }
    }
}

 

　　运行结果如图6-10-1和6.10.2所示。

　　1）控制台结果

 

　　

图6-10-1 运行结果（1）

　　2）项目浏览器

 

　　

图6-10-2 运行结果（2）

6.11 获取HDFS集群上所有节点名称信息

DatanodeInfo.getHostName（）"可获取HDFS集群上的所有节点名称。具体实现如下：

 

package com.hebut.file;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.hdfs.DistributedFileSystem;
import org.apache.hadoop.hdfs.protocol.DatanodeInfo;
 
publicclass GetList {
 
publicstaticvoidthrows Exception {
new Configuration();
        FileSystem fs=FileSystem.get(conf);
       
        DistributedFileSystem hdfs = (DistributedFileSystem)fs;
        DatanodeInfo[] dataNodeStats = hdfs.getDataNodeStats();
       
for(intlength;i++){
out.println("DataNode_"+i+"_Name:"+dataNodeStats[i].getHostName());
        }
    }
}

 

　　运行结果如图6-11-1所示。

 

　　

图6-11-1 控制台结果