头歌Educoder云计算与大数据——实验三 分布式文件系统HDFS

第1关：HDFS的基本操作

任务描述

本关任务：使用Hadoop命令来操作分布式文件系统。

相关知识

为了完成本关任务你需要了解的知识有：1.HDFS的设计，2.HDFS常用命令。

HDFS的设计

点点点…题目省略，懒得写了，下同

分布式文件系统

NameNode与DataNode

HDFS的常用命令

编程要求

在右侧命令行中启动Hadoop，进行如下操作。

• 在HDFS中创建/usr/output/文件夹；
• 在本地创建hello.txt文件并添加内容：“HDFS的块比磁盘的块大，其目的是为了最小化寻址开销。”；
• 将hello.txt上传至HDFS的/usr/output/目录下；
• 删除HDFS的/user/hadoop目录；
• 将Hadoop上的文件hello.txt从HDFS复制到本地/usr/local目录。

测试说明

平台会查看你本地的文件和HDFS的文件是否存在，如果存在，则会将其内容输出到控制台。

预期输出：
HDFS的块比磁盘的块大，其目的是为了最小化寻址开销。
HDFS的块比磁盘的块大，其目的是为了最小化寻址开销。

代码实现

//一行一步
start-dfs.sh
hadoop fs -mkdir -p /usr/output
mkdir -p /develop/input
cd /develop/input
touch hello.txt
vim hello.txt
按i键输入以下内容

HDFS的块比磁盘的块大，其目的是为了最小化寻址开销。

hadoop fs -put hello.txt /usr/output/
hadoop fs -rmr /user/hadoop
cd
mkdir -p /usr/local
hadoop fs -copyToLocal /usr/output/hello.txt /usr/local

第2关：HDFS-JAVA接口之读取文件

任务描述

本关任务：使用HDFS的Java接口进行文件的读写，文件uri地址为hdfs://localhost:9000/user/hadoop/task.txt。

相关知识

FileSystem对象

FSDataInputStream对象

编程要求

在右侧代码编辑区中编写代码实现如下功能：

• 使用FSDataInputStream获取HDFS的/user/hadoop/目录下的task.txt的文件内容，并输出，其中uri为hdfs://localhost:9000/user/hadoop/task.txt。

测试说明

点击评测，平台会通过脚本创建/user/hadoop/task.txt文件并添加相应内容，无需你自己创建，开启hadoop，编写代码点击评测即可。因为Hadoop环境非常消耗资源，所以你如果一段时间不在线，后台会销毁你的镜像，之前的数据会丢失（你的代码不会丢失），这个时候需要你重新启动Hadoop。

预期输出：

WARN [main] - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
怕什么真理无穷，进一寸有一寸的欢喜。

第一行打印出来的是log4j的日志警告，可以忽略。

代码实现

1. 代码文件

package step2;

import java.io.IOException;
import java.io.InputStream;
import java.net.URI;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;


public class FileSystemCat {
     
	
	public static void main(String[] args) throws IOException {
     
		//请在Begin-End之间添加你的代码，完成任务要求。
        //请按照左侧的编程要求进行编写代码
		//文件地址为 "hdfs://localhost:9000/user/hadoop/task.txt"
        /********* Begin *********/
		URI uri = URI.create("hdfs://localhost:9000/user/hadoop/task.txt");
        Configuration config = new Configuration();
        FileSystem fs = FileSystem.get(uri, config);
        InputStream in = null;
        try {
     
             in = fs.open(new Path(uri));
             IOUtils.copyBytes(in, System.out, 2048, false);
       } catch (Exception e) {
     
           IOUtils.closeStream(in);
	   }
		
		
		/********* End *********/
	}
}

2. 命令行

start-all.sh

第3关：HDFS-JAVA接口之上传文件

任务描述

本关任务：使用HDFSAPI上传文件至集群。

相关知识

为了完成本关任务，你需要掌握：FSDataInputStream对象如何使用。

FSDataOutputStream对象

编程要求

在右侧代码编辑区和命令行中，编写代码与脚本实现如下功能：

在/develop/input/目录下创建hello.txt文件，并输入如下数据：
迢迢牵牛星，皎皎河汉女。
纤纤擢素手，札札弄机杼。
终日不成章，泣涕零如雨。
河汉清且浅，相去复几许？
盈盈一水间，脉脉不得语。
《迢迢牵牛星》

使用FSDataOutputStream对象将文件上传至HDFS的/user/tmp/目录下，并打印进度。

测试说明

平台会运行你的java程序，并查看集群的文件将文件信息输出到控制台，第一行属于警告信息可以忽略。

预期输出：

代码实现

1. 代码文件

package step3;


import java.io.BufferedInputStream;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStream;
import java.net.URI;
import java.io.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;
import org.apache.hadoop.io.IOUtils;
import org.apache.hadoop.util.Progressable;


public class FileSystemUpload {
     
	
	public static void main(String[] args) throws IOException {
     
		//请在 Begin-End 之间添加代码，完成任务要求。
        /********* Begin *********/
		File localPath = new File("/develop/input/hello.txt");
        String hdfsPath = "hdfs://localhost:9000/user/tmp/hello.txt";
        InputStream in = new BufferedInputStream(new FileInputStream(localPath));
        Configuration config = new Configuration();
        FileSystem fs = FileSystem.get(URI.create(hdfsPath), config);
        long fileSize = localPath.length() > 65536 ? localPath.length() / 65536 : 1; 
        FSDataOutputStream out = fs.create(new Path(hdfsPath), new Progressable() {
     
            long fileCount = 0;
            public void progress() {
     
                System.out.println("总进度" + (fileCount / fileSize) * 100 + "%");
                fileCount++;
            }
        });
        IOUtils.copyBytes(in, out, 2048, true);

		/********* End *********/
	}
}

2. 命令行

//一行一步
start-all.sh
hadoop fs -mkdir -p /user/tmp  
mkdir -p /develop/input
cd /develop/input
touch hello.txt
vim hello.txt
i
迢迢牵牛星，皎皎河汉女。
纤纤擢素手，札札弄机杼。
终日不成章，泣涕零如雨。
河汉清且浅，相去复几许？
盈盈一水间，脉脉不得语。
《迢迢牵牛星》
Esc
shift+:
wq

hadoop fs -put hello.txt /user/tmp/ 

第4关：HDFS-JAVA接口之删除文件

任务描述

本关任务：删除HDFS中的文件和文件夹。

相关知识

为了完成本关任务，你需要掌握：1.如何使用API来删除文件，2.如何列出指定目录下的文件和文件夹。

列出文件

删除文件

编程要求

在右侧代码区填充代码，实现如下功能：

1. 删除HDFS的/user/hadoop/目录（空目录）；
2. 删除HDFS的/tmp/test/目录（非空目录）；
3. 列出HDFS根目录下所有的文件和文件夹；
4. 列出HDFS下/tmp/的所有文件和文件夹。

测试说明

HDFS的文件夹在你点击评测是会通过脚本自动创建，不需要你自己创建哦，依照题意编写代码点击评测即可。

预期输出：

代码实现

1. 代码文件

package step4;


import java.io.IOException;
import java.net.URI;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.FileUtil;
import org.apache.hadoop.fs.Path;



public class FileSystemDelete {
     
	
	public static void main(String[] args) throws IOException {
     
		//请在 Begin-End 之间添加代码，完成本关任务。
        /********* Begin *********/
		String uri = "hdfs://localhost:9000/";
        String path1 = "hdfs://localhost:9000/tmp";
        String path2 = "hdfs://localhost:9000/user/hadoop"; 
        String path3 = "hdfs://localhost:9000/tmp/test"; 
        String path4 = "hdfs://localhost:9000/usr"; 
        Configuration config = new Configuration(); 
        FileSystem fs = FileSystem.get(URI.create(uri),config); 
        fs.delete(new Path(path2),true);
        fs.delete(new Path(path3),true);
        fs.delete(new Path(path4),true);
        Path[] paths = {
     new Path(uri),new Path(path1)}; 
        FileStatus[] status = fs.listStatus(paths);
        Path[] listPaths = FileUtil.stat2Paths(status);
        for(Path path: listPaths){
     
            System.out.println(path);
        }
		
		/********* End *********/
	}
}

2. 命令行

start-all.sh