【大数据开发技术】实验03-Hadoop读取文件

Hadoop读取文件

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原理
3. 掌握HDFS的API使用方法
4. 掌握通过URL类读取HDFS上的文件内容的方法
5. 掌握FileSystem读取HDFS上文件内容的方法

二、实验要求

1. 给出每个实验操作步骤成功的效果截图，。
2. 对本次实验工作进行全面的总结。
3. 完成实验内容后，实验报告文件重命名为：学号姓名实验三。

三、实验内容

1. 使用FileSystem类读取HDFS上的文件，把文件的内容打印到标准输出流中，分别在本地和集群上进行测试，给出详细实现过程、完整代码和实现效果截图，最终效果图参考图1和图2。（要求在本地新建一个文件，文件名或文件内容体现本人名字，文件内容自拟，中英文均可，使用shell命令上传到HDFS上。）
   
   图1 FileSystem读取文件本地测试效果图
   
   图2 FileSystem读取文件集群测试效果图

2. 通过URL类，读取HDFS上的文件内容，给出主要实现过程、完整代码和实现效果截图，最终效果图参考图3和图4。（要求在本地新建一个文件，文件名或文件内容体现本人名字，文件内容自拟，中英文均可，使用shell命令上传到HDFS上）
   
   图3 URL读取文件本地测试效果图
   
   图4 URL读取文件集群测试效果图

3. 使用FileSystem类读取HDFS上的多个文件，把文件的内容打印到标准输出流中，给出主要实现过程、完整代码和实现效果截图。实现效果截图参考图5（图5是读取cs.txt和cslg.txt两个文件内容的测试效果截图）。要求在本地新建两个，其中两个文件名为自己的学号和姓名，文件内容分别个人简介和家乡信息，文件内容中英文均可，使用shell命令上传到HDFS上。
   
   图5 FileSystem方式读取多个文件内容

4. 通过URL类，读取HDFS上的多个文件的内容，给出主要实现过程、完整代码和实现效果截图，最终效果图参考图6。使用上一个实验中的两个文本文件，也可以重新创建两个文本文件，文件命名同上一个实验，文件内容自拟。
   
   图6 URL方式读取多个文件内容

四、实验步骤

实验1

实验代码

package com.wjw.hadoop;
import java.io.IOException;

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

public class FileSystemCat01 {

    public static void main(String[] args) {
        // TODO Auto-generated method stub
        String uri = "hdfs://master:9000/wjw01.txt";
        Configuration conf = new Configuration();
        conf.set("fs.defaultFS", "hdfs://master:9000");
        FileSystem fs = null;
        FSDataInputStream in =null;
        try{
            fs = FileSystem.get(conf);
            in = fs.open(new Path(uri));
            IOUtils.copyBytes(in, System.out, 4096, false);
            
        }catch(IOException e){
            e.printStackTrace();
        }finally{
            if(in != null){
                try{
                    fs.close();
                }catch(IOException e){
                    e.printStackTrace();
                }
            }
        }
        
    }

}

实验截图

实验2

实验代码

package com.wjw.hadoop;

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

import org.apache.hadoop.fs.FsUrlStreamHandlerFactory;
import org.apache.hadoop.io.IOUtils;

public class FileCat01 {
	
    static{
    	URL.setURLStreamHandlerFactory(new FsUrlStreamHandlerFactory());
     }
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		String arg = "hdfs://master:9000/wjw02.txt";
      InputStream in = null;
      try{
          in = new URL(arg).openStream();
          IOUtils.copyBytes(in, System.out, 2048, false);
          }catch(IOException e){
        	  e.printStackTrace();
          }finally{
        	  IOUtils.closeStream(in);
          }
    }
}

实验截图

实验3
实验代码

package com.wjw.hadoop;
import java.io.IOException;

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

public class FileSystemCat02 {

    public static void main(String[] args) {
        // TODO Auto-generated method stub
		args = new String[2];
		args[0] = "hdfs://master:9000/wjw03.txt";
		args[1] = "hdfs://master:9000/wjw04.txt";
        Configuration conf = new Configuration();
        conf.set("fs.defaultFS", "hdfs://master:9000");
		for(int i=0; i < args.length; i++){
        FileSystem fs = null;
        FSDataInputStream in =null;
        try{
            fs = FileSystem.get(conf);
            in = fs.open(new Path(args[i]));
            IOUtils.copyBytes(in, System.out, 4096, false);
            
        }catch(IOException e){
            e.printStackTrace();
        }finally{
            if(in != null){
                try{
                    fs.close();
                }catch(IOException e){
                    e.printStackTrace();
                }
            }
        }
		}
    }

}

实验截图

实验4
实验代码

package com.wjw.hadoop;

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

import org.apache.hadoop.fs.FsUrlStreamHandlerFactory;
import org.apache.hadoop.io.IOUtils;

public class FileCat02 {
	
    static{
    	URL.setURLStreamHandlerFactory(new FsUrlStreamHandlerFactory());
     }
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		args = new String[2];
		args[0] = "hdfs://master:9000/wjw03.txt";
		args[1] = "hdfs://master:9000/wjw04.txt";
		for(int i=0; i < args.length; i++){
          InputStream in = null;
          try{
          in = new URL(args[i]).openStream();
          IOUtils.copyBytes(in, System.out, 2048, false);
          }catch(IOException e){
        	  e.printStackTrace();
          }finally{
        	  IOUtils.closeStream(in);
          }
		}
	}

}

实验截图