1)理解 HDFS 在 Hadoop 体系结构中的角色。
2)熟练使用 HDFS 操作常用的 shell 命令。
3)熟悉 HDFS 操作常用的 Java API。
1)操作系统:Linux;
2)Hadoop 版本:3.2.2;
3)JDK 版本:1.8;
4)Java IDE:Eclipse。
编程实现以下功能,并利用 Hadoop 提供的 Shell 命令完成相同任务
1)向 HDFS 中上传任意文本文件。如果指定的文件在 HDFS 中已经存在,则由用户来指定是追加到原有文件末尾还是覆盖原有的文件;
Shell命令
检查文件是否存在,可以使用如下命令:
cd /usr/local/hadoop
./bin/hdfs dfs -test -e text.txt
#执行完上述命令不会输出结果,需要继续输入以下命令查看结果
echo $?
重启了虚拟机开始做这个实验,一开始出现报错,搜索后发现原来是hadoop没开
echo $?
返回上一个命令的状态,0表示没有错误,其他任何值表明有错误(这里显然出错,因为还没有建text.txt文件夹),手动建一个text.txt然后拖到/usr/local/hadoop。
用户可以选择追加到原来文件末尾或者覆盖原来文件
cd /usr/local/hadoop
./bin/hdfs dfs -appendToFile local.txt text.txt #追加到原文件末尾
#touch local.txt
./bin/hdfs dfs -copyFromLocal -f local.txt text.txt #覆盖原来文件,第一种命令形式
./bin/hdfs dfs -cp -f file:///usr/local/hadoop/local.txt text.txt#覆盖原来文件,第二种命令形式
这样会自动建一个local.txt文件
实际上,也可以不用上述方法,而是采用如下命令来实现
if $(hdfs dfs -test -e text.txt);
then $(hdfs dfs -appendToFile local.txt text.txt);
else $(hdfs dfs -copyFromLocal -f local.txt text.txt);
fi
编程实现
package HDFSApi;
import java.util.Scanner;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
public class HDFSApi
{
/*
判断路径是否存在
*/
public static boolean test(Configuration conf, String path) throws IOException
{
FileSystem fs = FileSystem.get(conf);
return fs.exists(new Path(path));
}
/*
复制文件到指定路径
若路径已存在,则进行覆盖
*/
public static void copyFromLocalFile(Configuration conf, String localFilePath, String remoteFilePath) throws IOException
{
FileSystem fs = FileSystem.get(conf);
Path localPath = new Path(localFilePath);
Path remotePath = new Path(remoteFilePath);
/* fs.copyFromLocalFile 第一个参数表示是否删除源文件,第二个参数表示是否覆盖 */
fs.copyFromLocalFile(false, true, localPath, remotePath);
fs.close();
}
/*
追加文件内容
*/
public static void appendToFile(Configuration conf, String localFilePath, String remoteFilePath) throws IOException
{
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
/* 创建一个文件读入流 */
FileInputStream in = new FileInputStream(localFilePath);
/* 创建一个文件输出流,输出的内容将追加到文件末尾 */
FSDataOutputStream out = fs.append(remotePath);
/* 读写文件内容 */
byte[] data = new byte[1024];
int read = -1;
while ( (read = in.read(data)) > 0 )
{
out.write(data, 0, read);
}
out.close();
in.close();
fs.close();
}
/*
主函数
*/
public static void main(String[] args)
{
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://localhost:9000");
String localFilePath = "/usr/local/hadoop/local.txt";
String remoteFilePath = "/usr/local/hadoop/text.txt";
String choice = "append";
String choice2 = "overwrite";
Scanner in=new Scanner(System.in);
String a=in.nextLine();
boolean a1= a.contentEquals(choice2);
boolean a2=a.contentEquals(choice);
//System.out.println(a.contentEquals(choice));//
try
{
/* 判断文件是否存在 */
Boolean fileExists = false;
if (HDFSApi.test(conf, remoteFilePath))
{
fileExists = true;
System.out.println(remoteFilePath + " 已存在.");
}
else
{
System.out.println(remoteFilePath + " 不存在.");
}
if ( !fileExists)
{//文件不存在,则上传
HDFSApi.copyFromLocalFile(conf, localFilePath, remoteFilePath);
System.out.println(localFilePath + " 已上传至 " + remoteFilePath);
}
else if (a2)
{//选择覆盖
HDFSApi.copyFromLocalFile(conf, localFilePath, remoteFilePath);
System.out.println(localFilePath + " 已覆盖 " + remoteFilePath);
}
else if(a1)
{//选择追加
HDFSApi.appendToFile(conf, localFilePath, remoteFilePath);
System.out.println(localFilePath + " 已追加至 " + remoteFilePath);
}
}
catch (Exception e)
{
e.printStackTrace();
}
}
}
2)从 HDFS 中下载指定文件。如果本地文件与要下载的文件名称相同,则自动对下载的文件重命名;
Shell命令
if $(./bin/hdfs dfs -test -e file:///usr/local/hadoop/text.txt);
then $(./bin/hdfs dfs -copyToLocal text.txt ./text2.txt);
else $(./bin/hdfs dfs -copyToLocal text.txt ./text.txt);
fi
编程实现
package HDFSApi;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
public class HDFSApi2
{
/*
下载文件到本地
判断本地路径是否已存在,若已存在,则自动进行重命名
*/
public static void copyToLocal(Configuration conf, String remoteFilePath, String localFilePath) throws IOException
{
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
File f = new File(localFilePath);
if(f.exists())
{ //如果文件名存在,自动重命名(在文件名后面加上 _0, _1 ...)
System.out.println(localFilePath + " 已存在.");
Integer i = 0;
while (true)
{
f = new File(localFilePath + "_" + i.toString());
if (!f.exists())
{
localFilePath = localFilePath + "_" + i.toString();
break;
}
}
System.out.println("将重新命名为: " + localFilePath);
}
// 下载文件到本地
Path localPath = new Path(localFilePath);
fs.copyToLocalFile(remotePath, localPath);
fs.close();
}
/*
主函数
*/
public static void main(String[] args)
{
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://localhost:9000");
String localFilePath = "/usr/local/hadoop/local.txt";
String remoteFilePath = "/usr/local/hadoop/text.txt";
try
{
HDFSApi2.copyToLocal(conf, remoteFilePath, localFilePath);
System.out.println("下载完成");
}
catch (Exception e)
{
e.printStackTrace();
}
}
}
3)将 HDFS 中指定文件的内容输出到终端中;
Shell命令
hdfs dfs -cat text.txt
刚开始先跑shell,运行不报错,但无内容输出(但txt里是有内容的)。编程实现跑了一遍,再回去跑shell就有输出了(?
编程实现
package HDFSApi;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
public class HDFSApi3
{
public static void cat(Configuration conf, String remoteFilePath) throws IOException
{
/*
读取文件内容
*/
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
FSDataInputStream in = fs.open(remotePath);
BufferedReader d = new BufferedReader(new InputStreamReader(in));
String line = null;
while ( (line = d.readLine()) != null )
{
System.out.println(line);
}
d.close();
in.close();
fs.close();
}
/*
主函数
*/
public static void main(String[] args)
{
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://localhost:9000");
String remoteFilePath = "/usr/local/hadoop/text.txt"; // HDFS 路径
try
{
System.out.println("读取文件: " + remoteFilePath);
HDFSApi3.cat(conf, remoteFilePath);
System.out.println("\n 读取完成");
}
catch (Exception e)
{
e.printStackTrace();
}
}
}
4)显示 HDFS 中指定的文件的读写权限、大小、创建时间、路径等信息;
Shell命令
hdfs dfs -ls -h text.txt
编程实现
package HDFSApi;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
import java.text.SimpleDateFormat;
public class HDFSApi4
{
/*
显示指定文件的信息
*/
public static void ls(Configuration conf, String remoteFilePath) throws IOException
{
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
FileStatus[] fileStatuses = fs.listStatus(remotePath);
for (FileStatus s : fileStatuses)
{
System.out.println("路径: " + s.getPath().toString());
System.out.println("权限: " + s.getPermission().toString());
System.out.println("大小: " + s.getLen());
/* 返回的是时间戳,转化为时间日期格式 */
Long timeStamp = s.getModificationTime();
SimpleDateFormat format = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date = format.format(timeStamp);
System.out.println("时间: " + date);
}
fs.close();
}
/**
* 主函数
*/
public static void main(String[] args)
{
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://localhost:9000");
String remoteFilePath = "/usr/local/hadoop/text.txt"; // HDFS 路径
try
{
System.out.println("读取文件信息: " + remoteFilePath);
HDFSApi4.ls(conf, remoteFilePath);
System.out.println("\n 读取完成");
}
catch (Exception e)
{
e.printStackTrace();
}
}
}
5)给定 HDFS 中某一个目录,递归输出该目录下的所有文件的读写权限、大小、创建时间、路径等信息;
Shell命令
cd /usr/local/hadoop
./bin/hdfs dfs -ls -R -h /usr/hadoop
编程实现
package HDFSApi;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
import java.text.SimpleDateFormat;
public class HDFSApi5
{
/*
显示指定文件夹下所有文件的信息(递归)
*/
public static void lsDir(Configuration conf, String remoteDir) throws IOException
{
FileSystem fs = FileSystem.get(conf);
Path dirPath = new Path(remoteDir);
/* 递归获取目录下的所有文件 */
RemoteIterator<LocatedFileStatus> remoteIterator = fs.listFiles(dirPath, true);
/* 输出每个文件的信息 */
while (remoteIterator.hasNext())
{
FileStatus s = remoteIterator.next();
System.out.println("路径: " + s.getPath().toString());
System.out.println("权限: " + s.getPermission().toString());
System.out.println("大小: " + s.getLen());
/* 返回的是时间戳,转化为时间日期格式 */
Long timeStamp = s.getModificationTime();
SimpleDateFormat format = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date = format.format(timeStamp);
System.out.println("时间: " + date);
System.out.println();
}
fs.close();
}
/*
主函数
*/
public static void main(String[] args)
{
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://localhost:9000");
String remoteDir = "/usr/hadoop"; // HDFS 路径
try
{
System.out.println("(递归)读取目录下所有文件的信息: " + remoteDir);
HDFSApi5.lsDir(conf, remoteDir);
System.out.println("读取完成");
}
catch (Exception e)
{
e.printStackTrace();
}
}
}
6)提供一个 HDFS 内的文件的路径,对该文件进行创建和删除操作。如果文件所在目录不存在,则自动创建目录;
Shell命令
if $(hdfs dfs -test -d dir1/dir2);
then $(hdfs dfs -touchz dir1/dir2/filename);
else $(hdfs dfs -mkdir -p dir1/dir2 && hdfs dfs -touchz dir1/dir2/filename);
fi
hdfs dfs -rm dir1/dir2/filename #删除文件
编程实现
路径存在的情况(以下代码是路径存在的情况)
路径不存在的情况
目录不存在的情况
package HDFSApi;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
public class HDFSApi6
{
/*
判断路径是否存在
*/
public static boolean test(Configuration conf, String path) throws IOException
{
FileSystem fs = FileSystem.get(conf);
return fs.exists(new Path(path));
}
/*
创建目录
*/
public static boolean mkdir(Configuration conf, String remoteDir) throws IOException
{
FileSystem fs = FileSystem.get(conf);
Path dirPath = new Path(remoteDir);
boolean result = fs.mkdirs(dirPath);
fs.close();
return result;
}
/*
创建文件
*/
public static void touchz(Configuration conf, String remoteFilePath) throws IOException
{
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
FSDataOutputStream outputStream = fs.create(remotePath);
outputStream.close();
fs.close();
}
/*
删除文件
*/
public static boolean rm(Configuration conf, String remoteFilePath) throws IOException
{
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
boolean result = fs.delete(remotePath, false);
fs.close();
return result;
}
/*
主函数
*/
public static void main(String[] args)
{
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://localhost:9000");
String remoteFilePath = "/usr/local/hadoop/text.txt"; // HDFS 路径
String remoteDir = "/usr/hadoop/input"; // HDFS 路径对应的目录
try {
/* 判断路径是否存在,存在则删除,否则进行创建 */
if ( HDFSApi6.test(conf, remoteFilePath) )
{
HDFSApi6.rm(conf, remoteFilePath); // 删除
System.out.println("删除路径: " + remoteFilePath);
}
else
{
if ( !HDFSApi6.test(conf, remoteDir) )
{ // 若目录不存在,则进行创建
HDFSApi6.mkdir(conf, remoteDir);
System.out.println("创建文件夹: " + remoteDir);
}
HDFSApi6.touchz(conf, remoteFilePath);
System.out.println("创建路径: " + remoteFilePath);
}
}
catch (Exception e)
{
e.printStackTrace();
}
}
}
7)提供一个 HDFS 的目录的路径,对该目录进行创建和删除操作。创建目录时,如果目录文件所在目录不存在,则自动创建相应目录;删除目录时,当该目录为空时删除,当该目录不为空时不删除该目录;
Shell命令
cd /usr/local/hadoop
./bin/hdfs dfs -mkdir -p dir1/dir2
./bin/hdfs dfs -rmdir dir1/dir2
#若为非空目录,强制删除语句如下
./bin/hdfs dfs -rm -R dir1/dir2
编程实现
目录不存在于是创建
目录存在且为空,删除
package HDFSApi;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
public class HDFSApi7
{
/*
判断路径是否存在
*/
public static boolean test(Configuration conf, String path) throws IOException
{
//访问获取hdfs文件系统数据
FileSystem fs = FileSystem.get(conf);
return fs.exists(new Path(path));
}
/*
判断目录是否为空
true: 空,false: 非空
*/
public static boolean isDirEmpty(Configuration conf, String remoteDir) throws IOException
{
FileSystem fs = FileSystem.get(conf);
Path dirPath = new Path(remoteDir);//获取hdfs文件路径
RemoteIterator<LocatedFileStatus> remoteIterator = fs.listFiles(dirPath, true);
//获取当前路径下的文件,得到file类型的数组
return !remoteIterator.hasNext();//hasNext表示文件有内容,用这个判断目录是否为空
}
/*
创建目录
*/
public static boolean mkdir(Configuration conf, String remoteDir) throws IOException
{
FileSystem fs = FileSystem.get(conf);
Path dirPath = new Path(remoteDir);
boolean result = fs.mkdirs(dirPath);//mkdirs,创建
fs.close();
return result;
}
/*
删除目录
*/
public static boolean rmDir(Configuration conf, String remoteDir) throws IOException
{
FileSystem fs = FileSystem.get(conf);//访问获取hdfs文件系统数据
Path dirPath = new Path(remoteDir);//获取hdfs文件路径
/* 第二个参数表示是否递归删除所有文件 */
boolean result = fs.delete(dirPath, true);//delete,删除
fs.close();
return result;
}
/*
主函数
*/
public static void main(String[] args)
{
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://localhost:9000");
String remoteDir = "/usr/hadoop/test/dir";
Boolean forceDelete = false;
try
{
/* 判断目录是否存在,不存在则创建,存在则删除 */
if ( !HDFSApi7.test(conf, remoteDir) )
{
HDFSApi7.mkdir(conf, remoteDir); //创建
System.out.println("创建目录: " + remoteDir);
}
else
{
if ( HDFSApi7.isDirEmpty(conf, remoteDir) || forceDelete )
{ // 目录为空或强制删除
HDFSApi7.rmDir(conf, remoteDir);
System.out.println("删除目录: " + remoteDir);
}
else
{ // 目录不为空
System.out.println("目录不为空,不删除: " + remoteDir);
}
}
}
catch (Exception e)
{
e.printStackTrace();
}
}
}
8)向 HDFS 中指定的文件追加内容,由用户指定内容追加到原有文件的开头或结尾;
Shell命令
#追加到原文件末尾
cd /usr/local/hadoop
hdfs dfs -appendToFile local.txt text.txt
#追加到原文件开头
hdfs dfs -get text.txt
cat text.txt >> local.txt
hdfs dfs -copyFromLocal -f local.txt text.txt
编程实现
package HDFSApi;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
import java.util.Scanner;
public class HDFSApi8
{
/*
判断路径是否存在
*/
public static boolean test(Configuration conf, String path) throws IOException
{
FileSystem fs = FileSystem.get(conf);
return fs.exists(new Path(path));
}
/*
追加文本内容
*/
public static void appendContentToFile(Configuration conf, String content, String remoteFilePath) throws IOException
{
FileSystem fs = FileSystem.get(conf);//获取数据
Path remotePath = new Path(remoteFilePath);//获取路径
/* 创建一个文件输出流,输出的内容将追加到文件末尾 */
FSDataOutputStream out = fs.append(remotePath);//追加文件内容
out.write(content.getBytes());//把字符串转化为字节数组
out.close();
fs.close();
}
/*
追加文件内容
*/
public static void appendToFile(Configuration conf, String localFilePath, String remoteFilePath) throws IOException
{
FileSystem fs = FileSystem.get(conf);//获取数据
Path remotePath = new Path(remoteFilePath);//获取路径
/* 创建一个文件读入流 */
FileInputStream in = new FileInputStream(localFilePath);
/* 创建一个文件输出流,输出的内容将追加到文件末尾 */
FSDataOutputStream out = fs.append(remotePath);
/* 读写文件内容 */
byte[] data = new byte[1024];
int read = -1;
if(in!=null)
{
while ( (read = in.read(data)) > 0 )
{
out.write(data, 0, read);
}
}
out.close();
in.close();
fs.close();
}
/*
移动文件到本地
移动后,删除源文件
*/
public static void moveToLocalFile(Configuration conf, String remoteFilePath, String localFilePath) throws IOException
{
FileSystem fs = FileSystem.get(conf);//获取数据
Path remotePath = new Path(remoteFilePath);//获取路径
Path localPath = new Path(localFilePath);//获取路径
fs.moveToLocalFile(remotePath, localPath);//移动文件到本地
}
/*
创建文件
*/
public static void touchz(Configuration conf, String remoteFilePath) throws IOException
{
FileSystem fs = FileSystem.get(conf);//获取数据
Path remotePath = new Path(remoteFilePath);//获取路径
FSDataOutputStream outputStream = fs.create(remotePath);//创建输出文件
outputStream.close();
fs.close();
}
/*
主函数
*/
public static void main(String[] args)
{
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://localhost:9000");
conf.set("dfs.client.block.write.replace-datanode-on-failure.policy","NEVER");
String remoteFilePath = "/usr/local/hadoop/text.txt"; // HDFS 文件,output file
String content = "新追加的内容\n";
String choice = "after"; //追加到文件末尾
String choice2 = "before"; //追加到文件开头
Scanner in=new Scanner(System.in);//输入流
String a=in.nextLine();
boolean a1= a.contentEquals(choice2);//判断内容是否相等
boolean a2=a.contentEquals(choice);//判断内容是否相等
try
{
/* 判断文件是否存在 */
if ( !HDFSApi8.test(conf, remoteFilePath) )
{//路径不存在
System.out.println("文件不存在: " + remoteFilePath);
}
else
{//有这个文件
if ( a2 )
{ // 追加在文件末尾
HDFSApi8.appendContentToFile(conf, content, remoteFilePath);
System.out.println("已追加内容到文件末尾" + remoteFilePath);
}
else if ( a1 )
{ //追加到文件开头
/* 没有相应的 api 可以直接操作,因此先把文件移动到本地*/
/*创建一个新的 HDFS,再按顺序追加内容 */
String localTmpPath = "/usr/local/hadoop/tmp.txt";
// 移动到本地
HDFSApi8.moveToLocalFile(conf, remoteFilePath, localTmpPath);
// 创建一个新文件
HDFSApi8.touchz(conf, remoteFilePath);
// 先写入新内容
HDFSApi8.appendContentToFile(conf, content, remoteFilePath);
// 再写入原来内容
HDFSApi8.appendToFile(conf, localTmpPath, remoteFilePath);
System.out.println("已追加内容到文件开头: " + remoteFilePath);
}
}
}
catch (Exception e)
{
e.printStackTrace();
}
}
}
9)删除 HDFS 中指定的文件;
Shell命令
hdfs dfs -rm text.txt
编程实现
package HDFSApi;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import java.io.*;
public class HDFSApi9
{
/*
删除文件
*/
public static boolean rm(Configuration conf, String remoteFilePath) throws IOException
{
FileSystem fs = FileSystem.get(conf);
Path remotePath = new Path(remoteFilePath);
boolean result = fs.delete(remotePath, false);
fs.close();
return result;
}
/*
主函数
*/
public static void main(String[] args)
{
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://localhost:9000");
String remoteFilePath = "/usr/local/hadoop/text.txt"; // HDFS 文件
try
{
if ( HDFSApi9.rm(conf, remoteFilePath) )
{
System.out.println("文件删除: " + remoteFilePath);
}
else
{
System.out.println("操作失败(文件不存在或删除失败)");
}
}
catch (Exception e)
{
e.printStackTrace();
}
}
}
10)在 HDFS 中,将文件从源路径移动到目的路径。
Shell命令
第九题刚好把text.txt删了,这里用的是上头建的dir(shell和编程实现移来移去了属于是
hdfs dfs -mv /usr/dir /usr/hadoop/test
编程实现
(两种情况)
package HDFSApi;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import java.util.Scanner;
public class HDFSApi10
{
public static void main(String[] args)
{
try
{
Scanner in = new Scanner(System.in);
System.out.println("请输入你要移动的文件地址");
Path srcPath = new Path(in.next());
System.out.println("请输入你的文件移动目的地址");
Path dstPath = new Path(in.next());
Configuration conf = new Configuration();
conf.set("fs.default.name","hdfs://localhost:9000");
FileSystem fs = FileSystem.get(conf);
if (!fs.exists(srcPath))
{
System.out.println("操作失败(源文件不存在或移动失败)");
}
else
{
fs.rename(srcPath, dstPath);
System.out.println(" 将文件 " + srcPath + " 移动到 " +dstPath);
}
in.close();
}
catch (Exception e)
{
e.printStackTrace();
}
}
}
把HDFSApi(就第一题)编程部分重新跑一边后边的就能重新调试。