hdfs的Java API操作

本文主要是介绍hdfs的Java API操作，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

1 环境准备

将在Windows环境中编译过的hadoop jar包解压缩到非中文路径；

设置环境变量：

 打开IDEA，创建一个Maven工程；

在pom.xml文件中添加如下依赖，点击右上角的Load Maven Changes开始下载依赖；

 1     <dependencies>
 2         <dependency>
 3             <groupId>junit</groupId>
 4             <artifactId>junit</artifactId>
 5             <version>RELEASE</version>
 6         </dependency>
 7         <dependency>
 8             <groupId>org.apache.logging.log4j</groupId>
 9             <artifactId>log4j-core</artifactId>
10             <version>2.8.2</version>
11         </dependency>
12         <dependency>
13             <groupId>org.apache.hadoop</groupId>
14             <artifactId>hadoop-common</artifactId>
15             <version>2.7.2</version>
16         </dependency>
17         <dependency>
18             <groupId>org.apache.hadoop</groupId>
19             <artifactId>hadoop-client</artifactId>
20             <version>2.7.2</version>
21         </dependency>
22         <dependency>
23             <groupId>org.apache.hadoop</groupId>
24             <artifactId>hadoop-hdfs</artifactId>
25             <version>2.7.2</version>
26         </dependency>
27         <dependency>
28             <groupId>jdk.tools</groupId>
29             <artifactId>jdk.tools</artifactId>
30             <version>1.8</version>
31             <scope>system</scope>          
32             <systemPath>${JAVA_HOME}/lib/tools.jar</systemPath>
33         </dependency>
34     </dependencies>

在项目的resources目录下，新建一个file文件，命名为"log4j.properties"，并添加如下内容；

log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

2 使用FileSystem对象的方法操作hdfs

    @Test
    public void testHdfsJavaAPI() throws URISyntaxException, IOException, InterruptedException {
        // 1 获取FileSystem对象
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://192.168.10.102:9000"), conf, "wm");

        // 2 创建文件目录
        fs.mkdirs(new Path("/hdfsPath"));

        // 3 上传文件
        fs.copyFromLocalFile(new Path("D:/localFile.txt"), new Path("/hdfsPath/hdfsFile.txt"));

        // 4 下载文件
        fs.copyToLocalFile(new Path("/hdfsPath/hdfsFile.txt"), new Path("D:/localFile2.txt"));

        //  5 删除文件
        fs.delete(new Path("/hdfsPath"), true);

        // 6 关闭资源
        fs.close();
    }

客户端与hdfs文件系统的连接，首先需要一个FileSystem对象，它起到“桥梁”的作用。FileSystem类有一个静态的get()方法，用于返回FileSystem对象。get()方法共有3个参数，分别是：hdfs中NameNode地址、Configuration对象、访问的用户名。其中，FileSystem在org.apache.hadoop.fs包下，Configuration在org.apache.hadoop.conf包下，URI在Java.net包下。new URI()会抛出异常URISyntaxException，FileSystem.get()会抛出异常IOException、InterruptedException。

        // 1 获取FileSystem对象
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://192.168.10.102:9000"), conf, "wm");

FileSystem对象的mkdirs(hdfsFilePath)方法用于创建hdfs文件目录。其中，Path类在org.apache.hadoop.fs包下。

        // 2 创建文件目录
        fs.mkdirs(new Path("/hdfsPath"));

FileSystem对象的copyFromLocalFile(localFilePath, hdfsFilePath)方法用于从本地上传文件至hdfs系统，copyToLocalFile(hdfsFilePath, localFilePath)方法用于下载文件。

        // 3 上传文件
        fs.copyFromLocalFile(new Path("D:/localFile.txt"), new Path("/hdfsFile.txt"));
        // 4 下载文件
        fs.copyToLocalFile(new Path("/hdfsFile.txt"), new Path("D:/localFile2.txt"));

FileSystem对象的delete(hdfsPath, boolean)方法用于删除hdfs文件目录或文件，第二个参数为true时，表示递归删除。

        //  5 删除文件
        fs.delete(new Path("/hdfsPath"), true);

最后，关闭FileSystem对象资源。

        // 6 关闭资源
        fs.close();

3 使用流对象操作hdfs

    // 上传文件至hdfs
    @Test
    public void testPutFileToHdfs() throws URISyntaxException, IOException, InterruptedException {
        // 1 获取FileSystem对象
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://192.168.10.102:9000"), conf, "wm");

        // 2 获取输入流
        FileInputStream fis = new FileInputStream("D:/localFile.txt");
        // 3 获取输出流
        FSDataOutputStream fos = fs.create(new Path("/hdfsFile.txt"));

        // 4 数据传输
        IOUtils.copyBytes(fis, fos, conf);

        // 5 关闭资源
        IOUtils.closeStream(fos);
        IOUtils.closeStream(fis);
        fs.close();
    }

首先，获取FileSystem对象。

        // 1 获取FileSystem对象
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://192.168.10.102:9000"), conf, "wm");

之后，获取输入流与输出流对象。当从本地上传文件至hdfs时，本地文件是输入流，hdfs文件是输出流；当从hdfs下载文件至本地时，hdfs文件是输入流，本地文件是输出流。下面以上传文件为例。输入流FileInputStream对象通过实例化FileInputStream类得到，构造函数参数为本地文件路径。输出流FSDataOutputStream对象通过FileSystem对象的create(hdfsPath)方法得到。

        // 2 获取输入流
        FileInputStream fis = new FileInputStream("D:/localFile.txt");
        // 3 获取输出流
        FSDataOutputStream fos = fs.create(new Path("/hdfsFile.txt"));

输入流和输出流都获取完毕后，使用IOUtils类的静态方法copyBytes(InputStream,OutputStream,Configuration)进行流之间的数据传输。

        // 4 数据传输
        IOUtils.copyBytes(fis, fos, conf);

最后，关闭资源。

        // 5 关闭资源
        IOUtils.closeStream(fos);
        IOUtils.closeStream(fis);
        fs.close();

从hdfs下载文件至本地类似，只是输入流和输出流的获取有些变化，代码如下。

    // 从hdfs下载文件至本地
    @Test
    public void testGetFileFromHdfs() throws URISyntaxException, IOException, InterruptedException {
        // 1 获取FileSystem对象
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://192.168.10.102:9000"), conf, "wm");

        // 2 获取输入流
        FSDataInputStream fis = fs.open(new Path("/hdfsFile.txt"));
        // 3 获取输出流
        FileOutputStream fos = new FileOutputStream("D:/localFile.txt");

        // 4 数据传输
        IOUtils.copyBytes(fis, fos, conf);

        // 5 关闭资源
        IOUtils.closeStream(fos);
        IOUtils.closeStream(fis);
        fs.close();
    }

如果只是想在客户端查看hdfs文件的内容而不下载至本地，也是可以的，此时输出流可以换成System.out对象。代码如下。

    // 查看hdfs文件内容
    @Test
    public void testCatFile() throws URISyntaxException, IOException, InterruptedException {
        // 1 获取FileSystem对象
        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(new URI("hdfs://192.168.10.102:9000"), conf, "wm");

        // 2 获取输入流
        FSDataInputStream fis = fs.open(new Path("/hdfsFile.txt"));
        // 3 获取输出流
        OutputStream os = System.out;

        // 4 数据传输
        IOUtils.copyBytes(fis, os, conf);

        // 5 关闭资源
        IOUtils.closeStream(fis);
        IOUtils.closeStream(os);
        fs.close();
    }

参考：

【尚硅谷】大数据Hadoop 2.x教程丨配套实战案例

《Hadoop权威指南 大数据的存储与分析-第4版》

这篇关于hdfs的Java API操作的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！