Hadoop读书笔记----（一）概览+访问HDFS

概览：

 ====================================  邪恶的分割线 =======================

访问HDFS

一，通过JAVA的URL类直接访问HDFS

A，输入命令 bin/hadoop namenode -format

B，输入命令 bin/start-all.sh 启动单机模式

（前提是都配置好的情况下如果没有配置好可以参考http://hadoop.apache.org/common/docs/current/quickstart.html）

C，hdfs -copyFromLocal txy.txt /home/txy 拷贝一个文件进去

public class URLTest {
    static {
        URL.setURLStreamHandlerFactory(new FsUrlStreamHandlerFactory());
    }

    public static void main(String[] args) throws MalformedURLException, IOException {
        InputStream in = null;
        try {
            in = new URL("hdfs://localhost:9000/home/txy").openStream();
            IOUtils.copyBytes(in, System.out, 4096, false);
        } finally {
            IOUtils.closeStream(in);
        }
    }

}

 执行结果：

输出该拷贝进去的文件。

其中程序两个注意点：

1，

 URL.setURLStreamHandlerFactory(new FsUrlStreamHandlerFactory());

这个有个非常大的限制就是JVM只能调用一次这个，不能调用第二次来修改。

2，hdfs://localhost:9000 即 core-site.xml 这个配置文件配置的fs.default.name属性

3，自己遇到的一个小问题就是 客户端的jar包版本要和服务端的一样。 要不然会抛错

 

二，通过FileSystem访问（hadoop的API）

public class FileSystemCat {
    public static void main(String[] args) throws Exception {
        String uri = "hdfs://localhost:9000/home/txy";
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(URI.create(uri), conf);
        InputStream in = null;
        try {
            in = fs.open(new Path(uri));
            IOUtils.copyBytes(in, System.out, 4096, false);
        } finally {
            IOUtils.closeStream(in);
        }
    }
}

 因为第一种方法有那么大的限制，所以基本是不可能使用的。所以可以采用第二种方案。

其中

        Configuration conf = new Configuration();

会读取系统默认的配置conf/core-site.xml配置

而uri指定了schema是hdfs，如果不指定，将会读取默认的本地文件系统。

 

=========================== 善良的分割线 ======================

常见问题：

Exception in thread "main" java.io.IOException: Call to localhost/127.0.0.1:9000 failed on local exception: java.io.EOFException

报此错说明客户端hadoop版本和服务端hadoop版本不一致。