Java API操作HDFS文件

采用idea+Maven,添加相关的HDFS依赖
pom.xml

    4.0.0

    HDFS_Test
    HDFS_Test
    1.0-SNAPSHOT

    HDFS_Test
    http://maven.apache.org

    
        UTF-8
        2.6.0-cdh5.7.0
    

    
        
            cloudera
            https://repository.cloudera.com/artifactory/cloudera-repos/
        
    

    
        
        
            org.apache.hadoop
            hadoop-client
            ${hadoop.version}
        

        
        
            junit
            junit
            4.10
            test
        
    

idea的Maven工程在第一次引入这个依赖的时候可能花费一定的时间
完成以后如下所示：

项目结构：

java API操作代码
HDFSApp.java

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import org.apache.hadoop.io.IOUtils;
import org.apache.hadoop.util.Progressable;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;

import java.io.BufferedInputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;
import java.net.URI;

/**
 * Hadoop HDFS Java API 操作
 */
public class HDFSApp {

    public static final String HDFS_PATH = "hdfs://zq:8020";

    FileSystem fileSystem = null;
    Configuration configuration = null;


    /**
     * 创建HDFS目录
     */
    @Test
    public void mkdir() throws Exception {
        fileSystem.mkdirs(new Path("/hdfsapi/test"));
    }

    /**
     * 创建文件
     */
    @Test
    public void create() throws Exception {
        FSDataOutputStream output = fileSystem.create(new Path("/hdfsapi/test/a.txt"));
        output.write("hello hadoop".getBytes());
        /**
        *  FsDataOutputStream.hflus();                //清理客户端缓冲区数据，被其他client立即可见
        *  FsDataOutputStream.hsync();              //清理客户端缓冲区数据，被其他client不能立即可见
        */
        output.flush();
        output.close();
    }

    /**
     * 查看HDFS文件的内容
     */
    @Test
    public void cat() throws Exception {
        FSDataInputStream in = fileSystem.open(new Path("/hdfsapi/test/a.txt"));
        IOUtils.copyBytes(in, System.out, 1024);
        in.close();
    }

    /**
     * 重命名
     */
    @Test
    public void rename() throws Exception {
        Path oldPath = new Path("/hdfsapi/test/a.txt");
        Path newPath = new Path("/hdfsapi/test/b.txt");
        fileSystem.rename(oldPath, newPath);
    }

    /**
     * 上传文件到HDFS
     *
     * @throws Exception
     */
    @Test
    public void copyFromLocalFile() throws Exception {
        Path localPath = new Path("/home/zq/Desktop/data/hello.txt");
        Path hdfsPath = new Path("/hdfsapi/test");
        fileSystem.copyFromLocalFile(localPath, hdfsPath);
    }

    /**
     * 上传文件到HDFS(带进度条,要想效果明显，上传的文件要大一些）
     */
    @Test
    public void copyFromLocalFileWithProgress() throws Exception {
        InputStream in = new BufferedInputStream(
                new FileInputStream(
                        new File("/home/zq/source/spark-1.6.1/spark-1.6.1-bin-2.6.0-cdh5.5.0.tgz")));
        FSDataOutputStream output = fileSystem.create(new Path("/hdfsapi/test/spark-1.6.1.tgz"),
                new Progressable() {
                    public void progress() {
                        System.out.print(".");  //带进度提醒信息
                    }
                });

        IOUtils.copyBytes(in, output, 4096);
    }

    /**
     * 下载HDFS文件
     */
    @Test
    public void copyToLocalFile() throws Exception {
        Path localPath = new Path("/home/zq/Desktop/tmp/h.txt");
        Path hdfsPath = new Path("/hdfsapi/test/hello.txt");
        fileSystem.copyToLocalFile(hdfsPath, localPath);
    }

    /**
     * 查看某个目录下的所有文件
     */
    @Test
    public void listFiles() throws Exception {
        FileStatus[] fileStatuses = fileSystem.listStatus(new Path("/"));
        for (FileStatus fileStatus : fileStatuses) {
            String isDir = fileStatus.isDirectory() ? "文件夹" : "文件";
            //副本系数
            short replication = fileStatus.getReplication();
            long len = fileStatus.getLen();
            String path = fileStatus.getPath().toString();
            System.out.println(isDir + "\t" + replication + "\t" + len + "\t" + path);
        }

    }

    /**
     * 删除(底层的true参数，代表递归删除)
     */
    @Test
    public void delete() throws Exception {
        fileSystem.delete(new Path("/"), true);
    }

    @Before
    public void setUp() throws Exception {
        System.out.println("HDFSApp.setUp");
        configuration = new Configuration();
        fileSystem = FileSystem.get(new URI(HDFS_PATH), configuration, "zq");
    }

    @After
    public void tearDown() throws Exception {
        configuration = null;
        fileSystem = null;
        System.out.println("HDFSApp.tearDown");
    }
}

当"运行查看某个目录下的所有文件"这个Test时输出
HDFSApp.setUp
文件 1 13 hdfs://zq:8020/hello.txt
HDFSApp.tearDown
与 isDir　replication 　len 　path一一对应
符合我上一篇博客上传的那份文件的信息，详情见我的上一篇博客　https://blog.csdn.net/CowBoySoBusy/article/details/82915357

问题：上上一篇我的博客中在hdfs-site.xml中设置了副本系数为１，但是当目录下的文件数量不为1时,副本系数也不为１

  
        dfs.replication
        1
    

解答：
当用hdfs的shell方式的put命令上传时，才采用默认的副本系数１
如果通过像这样的java api操作的话，在本地并没有手工设置副本系数，所以采用的是hadoop自己的副本系数

更多代码以及详细信息见我的github相关项目
https://github.com/29DCH/Hadoop-MapReduce-Examples