【大数据开发技术】实验05-HDFS目录与文件的创建删除与查询操作

一、实验目标

1. 熟练掌握hadoop操作指令及HDFS命令行接口
2. 掌握HDFS目录与文件的创建方法和文件写入到HDFS文件的方法
3. 掌握HDFS目录与文件的删除方法
4. 掌握查询文件状态信息和目录下所有文件的元数据信息的方法

二、实验要求

1. 给出主要实验步骤成功的效果截图。
2. 要求分别在本地和集群测试，给出测试效果截图
3. 对本次实验工作进行全面的总结。
4. 完成实验内容后，实验报告文件名加上学号姓名。

三、实验内容

1. 创建目录，并将一个本地文件写入到该目录中，实现效果参考下图：
   

2. 删除文件与目录，实现效果参考下图：
   

3. 查询文件状态信息和目录下所有文件的元数据信息，实现效果参考下图:
   

四、实验步骤

1. 创建目录，并将一个本地文件写入到该目录中

程序设计

package com.wjw.cslg;

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

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

public class WJW01 {

    public static void main(String[] args) {
        // TODO Auto-generated method stub
        Configuration conf = new Configuration();
        FileSystem fs = null;
        args = new String[2];
        args[0] = "hdfs://master:9000/wjw02.txt";
        args[1] = "hdfs://master:9000/wjw02";
        try{
            for(int i=0; i<args.length; i++){
                fs = FileSystem.get(URI.create(args[i]), conf);
                fs.mkdirs(new Path(args[i]));
            }
        }catch (IOException e){
            e.printStackTrace();
        }
    }

}

程序分析

本程序是一个Java程序，使用了Hadoop的API，主要功能是在HDFS上创建指定路径的目录。

首先，程序利用Configuration类创建一个配置对象conf，用于指定Hadoop的配置信息。然后利用FileSystem类创建一个文件系统对象fs，用于与HDFS交互。args数组表示用户在命令行中传入的参数，其中args[0]表示要创建的路径，args[1]表示要创建的目录名。

接下来，程序进入for循环语句，遍历args数组中的所有路径。在循环体中，程序调用FileSystem的get()方法获取一个文件系统对象，该方法的参数是一个URI对象和一个配置对象conf。URI对象表示HDFS上的路径，可以通过URI.create()方法创建。创建好文件系统对象后，程序调用mkdirs()方法创建指定的目录。

最后，程序捕获可能的IOException异常，并打印出错误信息。

总体来说，本程序比较简单，主要是熟悉Hadoop API的使用和理解创建HDFS目录的基本原理。

运行结果

2. 删除文件与目录

程序设计

package com.wjw.cslg;

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

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

public class WJW02 {

    public static void main(String[] args) {
        // TODO Auto-generated method stub
        Configuration conf = new Configuration();
        FileSystem fs = null;
        args = new String[2];
        args[0] = "hdfs://master:9000/wjw02.txt";
        args[1] = "hdfs://master:9000/wjw02";
        try{
            for(int i=0; i<args.length; i++){
                fs = FileSystem.get(URI.create(args[i]), conf);
                fs.delete(new Path(args[i]));
            }
        }catch (IOException e){
            e.printStackTrace();
        }
    }

}

程序分析

本程序是一个Java程序，使用了Hadoop的API，主要功能是在HDFS上删除指定路径的文件或目录。

首先，程序利用Configuration类创建一个配置对象conf，用于指定Hadoop的配置信息。然后利用FileSystem类创建一个文件系统对象fs，用于与HDFS交互。args数组表示用户在命令行中传入的参数，其中args[0]表示要删除的路径，args[1]表示要删除的目录名。

接下来，程序进入for循环语句，遍历args数组中的所有路径。在循环体中，程序调用FileSystem的get()方法获取一个文件系统对象，该方法的参数是一个URI对象和一个配置对象conf。URI对象表示HDFS上的路径，可以通过URI.create()方法创建。创建好文件系统对象后，程序调用delete()方法删除指定的文件或目录。

最后，程序捕获可能的IOException异常，并打印出错误信息。

总体来说，本程序也比较简单，主要是熟悉Hadoop API的使用和理解删除HDFS文件或目录的基本原理。需要注意的是，删除文件或目录时，需要确保目标存在并且没有被其他程序或用户锁定，否则会删除失败。

运行结果

3. 查询文件状态信息和目录下所有文件的元数据信息

程序设计

package com.wjw.cslg;
import java.io.*;
import org.apache.hadoop.fs.*;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.io.*;
import org.apache.hadoop.conf.*;
import java.net.*;
public class WJW03 {
 
public static void main(String[] args) {
    // TODO Auto-generated method stub
	Configuration conf=new Configuration();
	args=new String[1];
    args[0]="hdfs://master:9000/wjw01.txt";
    conf.set("fs.DefailtFS","hdfs://master:9000/");
    FileSystem fs=null;
    try{
	    fs=FileSystem.get(URI.create(args[0]),conf);
	    FileStatus filestatus[]=fs.listStatus(new Path(args[0]));
	    for(int i=0;i<filestatus.length;i++){
	        System.out.println(filestatus[i]);
        }
    }catch(IOException e){
        e.printStackTrace();
	}
}

程序分析

本程序是一个Java程序，使用了Hadoop的API，主要功能是在HDFS上获取指定路径下的所有文件或目录。

首先，程序利用Configuration类创建一个配置对象conf，用于指定Hadoop的配置信息。接着，程序使用URI.create()方法创建一个URI对象并将其作为参数传递给FileSystem.get()方法，该方法返回一个FileSystem对象，用于与HDFS交互。args数组表示用户在命令行中传入的参数，其中args[0]表示要获取的路径。

接下来，程序调用FileSystem的listStatus()方法获取指定路径下的所有文件或目录的信息，并将结果存储在一个FileStatus数组中。最后，程序遍历该数组并输出每个文件或目录的信息到控制台。

需要注意的是，程序在创建配置对象conf时，使用了set()方法设置了fs.DefaultFS属性，用于指定Hadoop集群的默认文件系统地址，即"fs.defaultFS"，而不是"fs.DefailtFS"（注意单词拼写的正确性）。

总体来说，本程序也比较简单，主要用于熟悉Hadoop API的使用和理解获取HDFS路径下文件或目录信息的基本原理。需要注意的是，listStatus()方法只返回指定路径下的直接子文件或目录的信息，而不会递归地返回所有子文件或目录的信息。如果要获取所有子文件或目录的信息，需要使用递归算法来实现。

运行结果