Educoder 分布式文件系统HDFS 实验总结 答案

目录

一、HDFS的基本操作

1.HDFS的设计

2.HDFS的常用命令

二、HDFS-JAVA接口之读取文件

1.FileSystem对象

三、HDFS-JAVA接口之上传文件

四、HDFS-JAVA接口之删除文件

---

一、HDFS的基本操作

1.HDFS的设计

当数据集的大小超过一台独立的物理计算机的存储能力时，就有必要对他进行分区存储到若干台单独的计算机上，管理网络中跨多台计算机存储的文件系统称为分布式文件系统（Distributed FileSystem）。

Educoder 分布式文件系统HDFS 实验总结 答案

Hadoop自带一个称为HDFS的分布式文件系统，即（Hadoop Distributed FileSystem）。

NameNode与DataNode：

HDFS有两类节点来管理集群的数据，即一个namenode（管理节点）和多个datanode（工作节点）。namenode管理文件系统的命名空间，它维护着系统树及整棵树所有的文件和目录，这些信息以两个形式永久保存在本地磁盘上：命名空间镜像文件和编辑日志文件，namenode也记录着每个文件中各个块所在的数据节点信息，但他并不永久保存块的位置信息，因为这些信息会在系统启动时根据节点信息重建。

客户端（client）代表用户通过与namenode和datanode交互来访问整个系统。客户端提供一个类似POSIX（可移植操作系统界面）的文件系统结构，因此用户编程时无需指导namenode和datanode也可以实现功能。

datanode是文件系统的工作节点，他们根据需要存储并检索数据块（blocks），并且定期向namenode发送他们所存储的数据块的列表。

 

我们现在将咱们的大数据机房设想成一个大仓库，仓库很大，有一本账单记录着仓库所有货架的商品，每一个货架上都放了很多货物，不过这些货物有一个特点，即大小都一致，并且货架也有一个本货架的清单，记录着本货架的商品，每当货架中的货物有变动，这个清单也会一起变，并且还会记录在主清单中。 在这里，namenode就类似仓库的主账单（保存了所有货物的记录），datanode就像是货架的清单（保存了本货架的物品记录），每个货架上的每一个货物就是数据块，数据块的大小是固定的（默认是128M）。

 

2.HDFS的常用命令

新建目录：

mkdir /develop
mkdir /develop/input
mkdir /develop/output

上传文件至HDFS：

touch helloworld.txt   #创建要上传的文件
#上传文件命令格式：hadoop fs -put <上传的文件> 
hadoop fs -put helloworld.txt /usr/output

查看上传到hdfs的文件：

hadoop fs -cat /usr/output/helloworld.txt

移动与删除：

#列出hdfs中的目录和文件：
hadoop fs -ls /user/hadoop
hadoop fs -ls /
#移动
hadoop fs -mv /usr/output/helloworld.txt /
#删除
hadoop fs -rm /helloworld.txt
#递归删除
hadoop fs -rm -r /dir1  #hadoop fs -rmr /dir1  也可行

其他常用命令：

选项名称	使用格式	含义
-ls	-ls <路径>	查看指定路径的当前目录结构
-lsr	-lsr <路径>	递归查看指定路径的目录结构
-du	-du <路径>	统计目录下个文件大小
-dus	-dus <路径>	汇总统计目录下文件(夹)大小
-count	-count [-q] <路径>	统计文件(夹)数量
-mv	-mv <源路径> <目的路径>	移动
-cp	-cp <源路径> <目的路径>	复制
-rm	-rm [-skipTrash] <路径>	删除文件/空白文件夹
-rmr	-rmr [-skipTrash] <路径>	递归删除
-put	-put <多个 linux 上的文件>	上传文件
-copyFromLocal	-copyFromLocal <多个 linux 上的文件>	从本地复制
-moveFromLocal	-moveFromLocal <多个 linux 上的文件>	从本地移动
-getmerge	-getmerge <源路径>	合并到本地
-cat	-cat	查看文件内容
-text	-text	查看文件内容
-copyToLocal	-copyToLocal [-ignoreCrc] [-crc] [hdfs 源路径] [linux 目的路径]	从HDFS复制到本地
-moveToLocal	-moveToLocal [-crc]	从HDFS移动到本地
-mkdir	-mkdir	创建空白文件夹
-setrep	-setrep [-R] [-w] <副本数> <路径>	修改副本数量
-touchz	-touchz <文件路径>	创建空白文件

实验答案：

start-dfs.sh #启动hadoop
hadoop fs -mkdir /usr
hadoop fs -mkdir /usr/output
vim hello.txt #新建hello.txt后输入“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 -rm -r /user/hadoop
hadoop fs -copyToLocal /usr/output/hello.txt /usr/local

二、HDFS-JAVA接口之读取文件

使用HDFS的Java接口进行文件的读写

 

1.FileSystem对象

假设在hdfs文件系统中存在/user/tmp/test.txt文件。然后我们编写读取该文件的代码：

public sattic void main(String[] args){
    //uri
    URI uri = URI.create("hdfs://localhost:9000/user/tmp/test.txt");
    Configuration config = new Configuration();
    //通过uri和config对象构建fs对象
    FileSystem fs = FileSystem.get(uri, config);
    InputStream in = null;
    try {
        //通过open方法获取FSDataInputStream对象
        in = fs.open(new Path(uri));
        //输出数据
        IOUtils.copyBytes(in, System.out, 2048, false);
    } catch (Exception e) {
        IOUtils.closeStream(in);
    }
}

实验要求：

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。

实验答案：

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。
        /********* 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 *********/
    }
}

注意：在点击“测评”之前要先切换到命令行界面，然后输入start-dfs.sh命令启动hadoop。

三、HDFS-JAVA接口之上传文件

实验要求：

• 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。

实验答案：

命令行命令：

start-dfs.sh
mkdir -p /develop/input
cd /develop/input
vim hello.txt #新建该文件后然后输入题目要求的这首诗。
hadoop fs -mkdir /user/tmp

FileSystemUpload.java：

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() > 65535 ? localPath.length() / 65535 : 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 *********/
    }
}

四、HDFS-JAVA接口之删除文件

HDFS的API中提供了listStatus()方法来实现目录遍历的功能。

使用FileSystem的delete()方法删除文件或目录。

public boolean delete(Path f,boolean recursive)throws IOException

如果f是一个文件或者空目录，那么recursive的值可忽略。而如果f是一个非空目录时，recursive设置为true时，该目录才能被删除，否则抛出异常。

实验要求：

在右侧代码区填充代码，实现如下功能：

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

实验答案：

命令行界面：

start-dfs.sh

FileSystemDelete.java：

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/user/hadoop";
        String path2 = "hdfs://localhost:9000/tmp/test";
        Configuration config = new Configuration();
        FileSystem fs = FileSystem.get(URI.create(uri),config);
        fs.delete(new Path(path1),true);
        fs.delete(new Path(path2),true);
        Path[] paths = {new Path(uri),new Path("hdfs://localhost:9000/tmp")};
        FileStatus[] status = fs.listStatus(paths);
        Path[] listPaths = FileUtil.stat2Paths(status);

        for(Path path : listPaths){
            System.out.println(path);
        }

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