java api操作远程hadoop集群

先给个在集群根目录下建立test目录的例子：

String uri="hdfs://ip地址:端口号";
Configuration conf = new Configuration();

FileSystem fs = FileSystem.get(URI.create(uri),conf);


String pathString = "/test";
boolean exists = fs.exists(new Path(pathString));
if(!exists){
    boolean result= fs.mkdirs(new Path(pathString));
    System.out.println(result);
}

当然了，首先需要导入相对应的jar包，因为我建的是maven工程，因此这里给出依赖项，如果不是用的maven，可以在网上找到相对应的jar包放进去就可以了。

    org.apache.hadoop
    hadoop-common
    2.7.1

    org.apache.hadoop
    hadoop-hdfs
    2.7.1

运行这段，我发现报错：org.apache.hadoop.security.AccessControlException: org.apache.hadoop.security .AccessControlException: Permission denied: user=jonlen, access=WRITE, inode="hadoop": hadoop:supergroup:rwxr-xr-x。

其实这个错误就是说用户名为jonlen的用户是没有权限在hadoop集群中创建目录，而这个jonlen用户就是当前系统的用户名。大家可能首先会想到把hadoop集群中的配置文件hdfs-site.xml文件中的权限改为false，。大家可以试一下，我试了一下根本行不通，当然也许是我自己设置有问题。

第二种方法就是把hadoop集群中根目录的权限改成可读写，但是这样做也许会有危害，因此不建议这样写。

后来经过研究hadoop的源码，发现在hadoop的登录过程中存在如下代码：

if(!isSecurityEnabled() && (user == null)){

  String envUser = System.getenv(HADOOP_USER_NAME);

if(envUser == null){

     envUser = System.getProperty(HADOOP_USER_NAME);

}

  user = envUser == null ? null:new User(envUser);

}

通过上述代码可以看到hadoop优先读取系统变量，把它作为username，否则读取java环境变量。

说到这里，相信大家都明白了，通俗点说就是配置环境变量。我的做法是在系统环境变量中添加HADOOP_USER_NAME= hadoop（这个值根据实际情况而定，由于我是要访问从linux中上传到hdfs中的文件，因此这个值是登录linux的用户名。）

最后，在重启IDE，运行程序，问题得到解决。

参考文章：http://www.udpwork.com/item/7047.html

                     http://www.cnblogs.com/acmy/archive/2011/10/28/2227901.html