Hadoop web编程--REST API WebHDFS

1.外部的应用程序需要操作HDFS的情况，该如何解决？ 2.WebHDFS REST API可以完成什么事情？ 3.Httpfs 配置启动，core-site.xml、hdfs-site.xml文件改如何配置？ 4.REST API 如何启动httpfs？ 5.通过什么命令可以查看hdfs文件的状态？ 6.WebHDFS常用操作都包含什么？该如何实现？ 1 介绍     Hadoop提供了一个Java native API来支持对文件系统进行创建，重命名，删除文件或者目录，打开读取或者写文件，设置文件权限等操作。这对于运行在hadoop集群中的应用程序来说是挺棒的，但是，也有许多外部的应用程序需要操作HDFS的情况，怎么办？如果解决这种问题呢？Hortonworks 开发了一些额外的API来支持这些基于标准REST功能的需求。 2 WebHDFS REST API     WebHDFS观念是基于HTTP操作，比如GET、PUT、POST和DELETE。像OPEN、GETFILESTATUS、LISTSTATUS的操作是使用HTTP GET，其它的像CREAT、MKDIRS、RENAME、SETPERMISSION是依赖于HTTP PUT类型。APPEND操作时基于HTTP POST类型，然而，DELETE是使用HTTP DELETE。     认证方式可以使用基于user.name参数或者如果安全机制开启了就依赖于Kerberos。标准的URL格式如下所示： http://host:port/webhdfs/v1/?op=operation&user.name=username 默认的启动对口是14000，你可以在httpfs-env.sh 中配置端口的值。所有与httpfs有关的环境参数变量，你可以再httpfs-env.sh中进行个性化的配置。 3 Httpfs 配置启动    编辑core-site.xml文件，添加如下内容： …        hadoop.proxyuser.#HTTPFSUSER#.hosts     *           hadoop.proxyuser.#HTTPFSUSER#.groups     *    …. 复制代码 值得注意的是，#HTTPFSUSER#指的是用户名，即linux启动httpfs的用户。 编辑hdfs-site.xml文件，添加下列属性配置。           dfs.webhdfs.enabled            true dfs.permissions false 复制代码     另外，想知道更多的有关HDFS端口信息，请参考Cloudera blog.     启动httpfs，执行如下命令： httpfs.sh start   复制代码 4 验证 一切配置好了之后，测试一下是否配置成功是非常有必要的。有这样一种情况，我们需要知道hdfs 目录下tmp的文件状态。按照这样的需求，我们可以编写这样的命令： 命令行下 curl –i http://hadoop-master:14000/webhdfs/v1/tmp?user.name=app&op=GETFILESTATUS   HTTP/1.1 200 OK   Server:Apache-Coyote/1.1   Set-Cookie:hadoop.auth="u=app&p=app&t=simple&e=1393293979907&s=9YBXB7GM3oiIOYgflAjlq3GIpxc=";Version=1; Path=/   Content-Type:application/json   Transfer-Encoding:chunked   Date: Mon, 24Feb 2014 16:06:20 GMT       {"FileStatus":{"pathSuffix":"","type":"DIRECTORY","length":0,"owner":"app","group":"supergroup","permission":"720","accessTime":0,"modificationTime":1391352186043,"blockSize":0,"replication":0}}   复制代码 浏览器中： http://hadoop-master:14000/webhdfs/v1/tmp?user.name=app&op=GETFILESTATUS   复制代码 返回信息： {"FileStatus":{"pathSuffix":"","type":"DIRECTORY","length":0,"owner":"app","group":"supergroup","permission":"720","accessTime":0,"modificationTime":1391352186043,"blockSize":0,"replication":0}}   复制代码 5介绍几种常用的WebHDFS操作 5.1 创建      创建一个目录/tmp/webhdfs。 curl-i -X PUT"http://hadoop-master:14000/webhdfs/v1/tmp/webhdfs?user.name=app&op=MKDIRS"   HTTP/1.1 200 OK   Server: Apache-Coyote/1.1   Set-Cookie:hadoop.auth="u=app&p=app&t=simple&e=1393356198808&s=74NhnIdH7WceKqgTW7UJ1ia9h10=";Version=1; Path=/   Content-Type: application/json   Transfer-Encoding: chunked   Date: Tue, 25 Feb 2014 09:23:23 GMT 复制代码 达到相似的功能，Hadoop 命令： hdfs dfs -mkdir /tmp/webhdfs 复制代码 创建一个文件 创建一个文件需要两个步骤：第一步是在namenode运行命令，第二步根据第一步提供的location参数执行PUT操作。 curl -i -X PUT"http://hadoop-master:50070/webhdfs/v1/tmp/webhdfs/webhdfs-test.txt?user.name=app&op=CREATE"   HTTP/1.1 307 TEMPORARY_REDIRECT   Cache-Control: no-cache   Expires: Thu, 01-Jan-1970 00:00:00 GMT   Date: Wed, 26 Feb 2014 14:35:29 GMT   Pragma: no-cache   Date: Wed, 26 Feb 2014 14:35:29 GMT   Pragma: no-cache   Set-Cookie:hadoop.auth="u=app&p=app&t=simple&e=1393461329238&s=as2cO3rRtvj8psr0jAhMk6YBHRY=";Path=/   Location:http://machine-2:50075/webhdfs/v1/tmp/webhdfs/webhdfs-test.txt?op=CREATE&user.name=app&namenoderpcaddress=hadoop-master:9000&overwrite=false   Content-Type: application/octet-stream   Content-Length: 0   Server: Jetty(6.1.26 复制代码 发送数据到指定文件中： curl -i -X PUT -T webhdfs-test.txt"http://machine-2:50075/webhdfs/v1/tmp/webhdfs/webhdfs-test.txt?op=CREATE&user.name=app&namenoderpcaddress=hadoop-master:9000&overwrite=false"   HTTP/1.1 100 Continue       HTTP/1.1 201 Created   Cache-Control: no-cache   Expires: Wed, 26 Feb 2014 14:37:51 GMT   Date: Wed, 26 Feb 2014 14:37:51 GMT   Pragma: no-cache   Expires: Wed, 26 Feb 2014 14:37:51 GMT   Date: Wed, 26 Feb 2014 14:37:51 GMT   Pragma: no-cache   Location:webhdfs://0.0.0.0:50070/tmp/webhdfs/webhdfs-test.txt   Content-Type: application/octet-stream   Content-Length: 0   Server: Jetty(6.1.26) 复制代码 5.2 读取文件     读取/input文件信息，使用-L参数。 [app@hadoop-master ~]$ curl -i -L"http://hadoop-master:14000/webhdfs/v1/input?op=OPEN&user.name=app"   HTTP/1.1 200 OK   Server: Apache-Coyote/1.1   Set-Cookie:hadoop.auth="u=app&p=app&t=simple&e=1393420279602&s=dSnnx9oOwgGwVV/Q/ZmFyRjbtFU=";Version=1; Path=/   Content-Type: application/octet-stream   Content-Length: 1358   Date: Wed, 26 Feb 2014 03:11:19 GMT   Apache HBase [1] is an open-source,distributed, versioned, column-oriented   store modeled after Google' Bigtable: ADistributed Storage System for   Structured Data by Chang et al.[2]  Just as Bigtable leverages the distributed   data storage provided by the Google FileSystem, HBase provides Bigtable-like   capabilities on top of Apache Hadoop[3].       To get started using HBase, the fulldocumentation for this release can be   found under the doc/ directory thataccompanies this README.  Using abrowser,   open the docs/index.html to view theproject home page (or browse to [1]).   The hbase 'book' at docs/book.html has a'quick start' section and is where you   should being your exploration of thehbase project.       The latest HBase can be downloaded froman Apache Mirror [4].       The source code can be found at [5]       The HBase issue tracker is at [6]       Apache HBase is made available under theApache License, version 2.0 [7]       The HBase mailing lists and archives arelisted here [8].       1. http://hbase.apache.org   2.http://labs.google.com/papers/bigtable.html   3. http://hadoop.apache.org   4.http://www.apache.org/dyn/closer.cgi/hbase/   5.http://hbase.apache.org/docs/current/source-repository.html   6.http://hbase.apache.org/docs/current/issue-tracking.html   7.http://hbase.apache.org/docs/current/license.html   8. http://hbase.apache.org/docs/current/mail-lists.html 复制代码 5.3 重命名目录    需要修改op的值和添加destination参数，实例如下所示： [app@hadoop-master~]$ curl -i -X PUT   "http://hadoop-master:14000/webhdfs/v1/tmp/webhdfs?op=RENAME&user.name=app&destination=/tmp/webhdfs-new"   [app@hadoop-master~]$ curl -i -X PUT   "http://hadoop-master:14000/webhdfs/v1/tmp/webhdfs?op=RENAME&user.name=app&destination=/tmp/webhdfs-new"   HTTP/1.1 200 OK   Server:Apache-Coyote/1.1   Set-Cookie: hadoop.auth="u=app&p=app&t=simple&e=1393420506278&s=Oz9HEzxuYvP8kfAY4SWH6h+Gb50=";Version=1; Path=/   Content-Type:application/json   Transfer-Encoding:chunked   Date: Wed, 26 Feb2014 03:15:06 GMT       {"boolean":true} 复制代码 验证是否正确地执行，输入下列命令： [app@hadoop-master~]$ hdfs dfs -ls /tmp   Found 5 items   drwx------   - app supergroup          0 2014-01-08 08:02 /tmp/hadoop-yarn   drwxr-xr-x   - app supergroup          0 2014-02-02 09:43 /tmp/hdfs_out   drwxr-xr-x   - app supergroup          0 2014-02-20 22:39 /tmp/hive-app   drwxr-xr-x   - app supergroup          0 2014-02-25 04:25 /tmp/jps   drwxr-xr-x   - app supergroup          0 2014-02-25 04:23 /tmp/webhdfs-new 复制代码 5.4 删除目录 非空的目录删除的话会抛出异常，只有为空的目录才会被删除。 [app@hadoop-master ~]$ curl -i -X DELETE   "http://hadoop-master:14000/webhdfs/v1/tmp/webhdfs-new?op=DELETE&user.name=app"   HTTP/1.1 200 OK   Server: Apache-Coyote/1.1   Set-Cookie:hadoop.auth="u=app&p=app&t=simple&e=1393421161052&s=r03LOm2hO91ujcc66wNWyMJnDx4=";Version=1; Path=/   Content-Type: application/json   Transfer-Encoding: chunked   Date: Wed, 26 Feb 2014 03:26:01 GMT       {"boolean":true} 复制代码 核查是否正确地执行 [app@hadoop-master ~]$ hdfs dfs -ls /tmp   Found 4 items   drwx------   -app supergroup          0 2014-01-0808:02 /tmp/hadoop-yarn   drwxr-xr-x   -app supergroup          0 2014-02-0209:43 /tmp/hdfs_out   drwxr-xr-x   -app supergroup          0 2014-02-2022:39 /tmp/hive-app   drwxr-xr-x   -app supergroup          0 2014-02-2504:25 /tmp/jps 复制代码 总结    WebDFS提供了一个简单、标准的方式来执行Hadoop 文件系统操作，这个客户端不必运行在Hadoop集群本身中。WebHDFS最主要的特性是让客户端通过预定义端口直接地链接namenode 和 datanode。这样的话，规避了好多HDFS proxy的代理层以及预先配置Tomcat的绑定。WebHDFD API是可互相交换的，这样让客户端不需要去打开防火墙端口。 两种常见的异常: 1. HTTP/1.1 405 HTTP method PUT is not supported by this URL    修改hdfs-site.xml文件的权限属性。    dfs.permissions   false      复制代码 2 {"RemoteException":{"exception":"AccessControlException","javaClassName":"org.apache.hadoop.security.AccessControlException","message":"Permission denied: user=dr.who, access=WRITE, inode=\"/qzhang\":Administrator:supergroup:drwxr-xr-x\n\tat    问题2与问题1是一个问题，解决方案同上。 ################################################# http://blog.csdn.net/john_f_lau/article/details/20007299