hadoop系列二：HDFS文件系統的命令及JAVA客戶端API

本文轉載自查看原文 2017-02-12 21:16 2654 hadoop

轉載請在頁首明顯處注明作者與出處

http://www.cnblogs.com/zhuxiaojie/p/6391518.html

一:說明

此為大數據系列的一些博文，有空的話會陸續更新，包含大數據的一些內容，如hadoop,spark,storm,機器學習等。

當前使用的hadoop版本為2.6.4

上一篇:hadoop系列一：hadoop集群安裝

二:HDFS的shell命令

上一章說完了安裝HADOOP集群部分，這一張講HDFS。

其實基本上操作都是通過JAVA API來操作，所以這里的shell命令只是簡單介紹一下，實際操作中自然是JAVA API更加方便，功能也更加強大，JAVA API在第三部分。

注:這里JAVA API連接的地址，其實就是server1，也就是前面安裝namenode的服務器。

調用文件系統(FS)Shell命令應使用 bin/hadoop fs <args>的形式。所有的的FS shell命令使用URI路徑作為參數。URI格式是scheme://authority/path。對HDFS文件系統，scheme是hdfs，對本地文件系統，scheme是file。其中scheme和authority參數都是可選的，如果未加指定，就會使用配置中指定的默認scheme。一個HDFS文件或目錄比如/parent/child可以表示成hdfs://namenode:namenodeport/parent/child，或者更簡單的/parent/child（假設你配置文件中的默認值是namenode:namenodeport）。大多數FS Shell命令的行為和對應的Unix Shell命令類似，不同之處會在下面介紹各命令使用詳情時指出。出錯信息會輸出到stderr，其他信息輸出到stdout

2.1:cat

使用方法：hadoop fs -cat URI [URI …]

將路徑指定文件的內容輸出到stdout。

示例：

hadoop fs -cat hdfs://host1:port1/file1 hdfs://host2:port2/file2
hadoop fs -cat file:///file3 /user/hadoop/file4

返回值：
成功返回0，失敗返回-1。

2.2:chgrp

使用方法：hadoop fs -chgrp [-R] GROUP URI [URI …] Change group association of files. With -R, make the change recursively through the directory structure. The user must be the owner of files, or else a super-user. Additional information is in the Permissions User Guide. -->

改變文件所屬的組。使用-R將使改變在目錄結構下遞歸進行。命令的使用者必須是文件的所有者或者超級用戶。更多的信息請參見HDFS權限用戶指南。

2.3:chmod

使用方法：hadoop fs -chmod [-R] <MODE[,MODE]... | OCTALMODE> URI [URI …]

改變文件的權限。使用-R將使改變在目錄結構下遞歸進行。命令的使用者必須是文件的所有者或者超級用戶。更多的信息請參見HDFS權限用戶指南。

2.4:chown

使用方法：hadoop fs -chown [-R] [OWNER][:[GROUP]] URI [URI ]

改變文件的擁有者。使用-R將使改變在目錄結構下遞歸進行。命令的使用者必須是超級用戶。更多的信息請參見HDFS權限用戶指南。

2.5:copyFromLocal

使用方法：hadoop fs -copyFromLocal <localsrc> URI

除了限定源路徑是一個本地文件外，和put命令相似

2.6:copyToLocal

使用方法：hadoop fs -copyToLocal [-ignorecrc] [-crc] URI <localdst>

除了限定目標路徑是一個本地文件外，和get命令類似。

2.7:cp

使用方法：hadoop fs -cp URI [URI …] <dest>

將文件從源路徑復制到目標路徑。這個命令允許有多個源路徑，此時目標路徑必須是一個目錄。
示例：

hadoop fs -cp /user/hadoop/file1 /user/hadoop/file2
hadoop fs -cp /user/hadoop/file1 /user/hadoop/file2 /user/hadoop/dir

返回值：

成功返回0，失敗返回-1。

2.8:du

使用方法：hadoop fs -du URI [URI …]

顯示目錄中所有文件的大小，或者當只指定一個文件時，顯示此文件的大小。
示例：
hadoop fs -du /user/hadoop/dir1 /user/hadoop/file1 hdfs://host:port/user/hadoop/dir1
返回值：
成功返回0，失敗返回-1。

2.9:dus

使用方法：hadoop fs -dus <args>

顯示文件的大小。

2.10:expunge

使用方法：hadoop fs -expunge

清空回收站。請參考HDFS設計文檔以獲取更多關於回收站特性的信息。

2.11:get

使用方法：hadoop fs -get [-ignorecrc] [-crc] <src> <localdst>

復制文件到本地文件系統。可用-ignorecrc選項復制CRC校驗失敗的文件。使用-crc選項復制文件以及CRC信息。

示例：

hadoop fs -get /user/hadoop/file localfile
hadoop fs -get hdfs://host:port/user/hadoop/file localfile

返回值：

成功返回0，失敗返回-1。

2.12:getmerge

使用方法：hadoop fs -getmerge <src> <localdst> [addnl]

接受一個源目錄和一個目標文件作為輸入，並且將源目錄中所有的文件連接成本地目標文件。addnl是可選的，用於指定在每個文件結尾添加一個換行符。

2.13:ls

使用方法：hadoop fs -ls <args>

如果是文件，則按照如下格式返回文件信息：
文件名 <副本數> 文件大小修改日期修改時間權限用戶ID 組ID
如果是目錄，則返回它直接子文件的一個列表，就像在Unix中一樣。目錄返回列表的信息如下：
目錄名 <dir> 修改日期修改時間權限用戶ID 組ID
示例：
hadoop fs -ls /user/hadoop/file1 /user/hadoop/file2 hdfs://host:port/user/hadoop/dir1 /nonexistentfile
返回值：
成功返回0，失敗返回-1。

2.14:lsr

使用方法：hadoop fs -lsr <args>
ls命令的遞歸版本。類似於Unix中的ls -R。

2.15:mkdir

使用方法：hadoop fs -mkdir <paths>

接受路徑指定的uri作為參數，創建這些目錄。其行為類似於Unix的mkdir -p，它會創建路徑中的各級父目錄。

示例：

hadoop fs -mkdir /user/hadoop/dir1 /user/hadoop/dir2
hadoop fs -mkdir hdfs://host1:port1/user/hadoop/dir hdfs://host2:port2/user/hadoop/dir

使用方法：hadoop fs -setrep [-R] <path>

改變一個文件的副本系數。-R選項用於遞歸改變目錄下所有文件的副本系數。

示例：

hadoop fs -setrep -w 3 -R /user/hadoop/dir1

返回值：

成功返回0，失敗返回-1。

2.22:stat

使用方法：hadoop fs -stat URI [URI …]

返回指定路徑的統計信息。

示例：

hadoop fs -stat path

返回值：
成功返回0，失敗返回-1。

2.23:tail

使用方法：hadoop fs -tail [-f] URI

將文件尾部1K字節的內容輸出到stdout。支持-f選項，行為和Unix中一致。

示例：

hadoop fs -tail pathname

返回值：
成功返回0，失敗返回-1。

2.24:test

使用方法：hadoop fs -test -[ezd] URI

選項：
-e 檢查文件是否存在。如果存在則返回0。
-z 檢查文件是否是0字節。如果是則返回0。
-d 如果路徑是個目錄，則返回1，否則返回0。

示例：

hadoop fs -test -e filename

2.25:text

使用方法：hadoop fs -text <src>

將源文件輸出為文本格式。允許的格式是zip和TextRecordInputStream。

2.26:touchz

使用方法：hadoop fs -touchz URI [URI …]

創建一個0字節的空文件。

示例：

hadoop -touchz pathname

返回值：
成功返回0，失敗返回-1。

三:JAVA API

此部分遇到的問題參見第四章節異常部分

本部分的java代碼在github中已上傳，地址:

首先創建一個MAVEN項目，加入如下依賴

<hadoop.version>2.6.4</hadoop.version>

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>${hadoop.version}</version>
        </dependency>

        <dependency>
            <groupId>jdk.tools</groupId>
            <artifactId>jdk.tools</artifactId>
            <version>1.7</version>
            <scope>system</scope>
            <systemPath>${JAVA_HOME}/lib/tools.jar</systemPath>
        </dependency>

            <dependency>
                <groupId>org.apache.hadoop</groupId>
                <artifactId>hadoop-hdfs</artifactId>
                <version>${hadoop.version}</version>
            </dependency>

然后在寫一個測試類，先寫這樣一段代碼初始化對象

 @Before public void init() throws IOException, InterruptedException, URISyntaxException{ conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://192.168.1.4:9000"); //拿到操作HDFS的一個實例，並且設置其用戶
        fs = FileSystem.get(new URI("hdfs://192.168.1.4:9000"),conf,"hadoop"); }

3.1:上傳文件

    /** * 上傳 * @throws Exception */ @Test public void upload()throws Exception{ //后面的true，是指如果文件存在，則覆蓋
        FSDataOutputStream fout = fs.create(new Path("/xx.jpg"), true); InputStream in = new FileInputStream("C:/Users/Administrator/Pictures/1.png"); //復制流，並且完成之后關閉流
        IOUtils.copyBytes(in, fout, 1024,true); }

3.2:下載文件

    /** * 下載 * @throws Exception */ @Test public void download()throws Exception{ FSDataInputStream fin = fs.open(new Path("/xx.jpg")); OutputStream out = new FileOutputStream("d://axx.jpg"); IOUtils.copyBytes(fin, out, 1024,true); }

3.3:讀取文件指定的部分

    /** * 在指定位置讀寫 * @throws Exception */ @Test public void random()throws Exception{ FSDataInputStream fin = fs.open(new Path("xx.jpg")); //從12的位置開始讀
        fin.seek(12); OutputStream out = new FileOutputStream("d://axx.jpg"); IOUtils.copyBytes(fin, out, 1024,true); }

3.4:獲取hadoop中的配置屬性

    /** * 可以獲取hadoop配置 * @throws Exception */ @Test public void conf()throws Exception{ Iterator<Entry<String, String>> iterator = conf.iterator(); while(iterator.hasNext()){ Entry<String, String> entry = iterator.next(); System.out.println(entry); } }

3.5:創建文件夾

    /** * 創建文件夾 * @throws Exception */ @Test public void mkdir()throws Exception{ boolean mkdirs = fs.mkdirs(new Path("/mkdir/a/b")); if(mkdirs){ System.out.println("創建文件夾成功"); } fs.close(); }

3.6:刪除文件與目錄

    /** * 刪除 * @throws Exception */ @Test public void delete()throws Exception{ //遞歸刪除
        boolean delete = fs.delete(new Path("/mkdir/a/b"), true); if(delete){ System.out.println("刪除成功"); } fs.close(); }

3.7:使用迭代器遞歸列出所有文件

這種迭代器可以列出HDFS的所有文件，而不用擔心內存溢出，因為這段代碼並不是直接把所有的文件信息封裝到對象中，而是一個遠程迭代器。

/** * 列出文件，可以遞歸所有文件，它是一個迭代器，因為客戶端無法接收所有文件信息 */ @Test public void listFile()throws Exception{ RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true); while(listFiles.hasNext()){ LocatedFileStatus lfs = listFiles.next(); System.out.println("塊大小:" + lfs.getBlockSize()); System.out.println("所屬組:" + lfs.getOwner()); System.out.println("大小:" + lfs.getLen()); System.out.println("文件名:" + lfs.getPath().getName()); System.out.println("是否目錄:" + lfs.isDirectory()); System.out.println("是否文件:" + lfs.isFile()); System.out.println(); BlockLocation[] blockLocations = lfs.getBlockLocations(); for (BlockLocation blockLocation : blockLocations) { System.out.println("塊偏移數:" + blockLocation.getOffset()); System.out.println("塊長度:" + blockLocation.getLength()); System.out.println("塊名稱:" + Arrays.toString(blockLocation.getNames())); System.out.println("塊名稱:" + Arrays.toString(blockLocation.getHosts())); } System.out.println("--------------------------"); } }

3.8:列出一個目錄的所有文件信息，不遞歸

這一段代碼是列出一個目錄中所有的文件信息，因為它無法遞歸，所以它的返回結果是一個數組，或者說直接把當前目錄的信息返回到了這個數組。

    /** * 列出文件，但是不可以遞歸，所以可以直接用數組存儲， * @throws Exception */ @Test public void listFile2()throws Exception{ FileStatus[] listStatus = fs.listStatus(new Path("/")); for (FileStatus fileStatus : listStatus) { System.out.println("塊大小:" + fileStatus.getBlockSize()); System.out.println("所屬組:" + fileStatus.getOwner()); System.out.println("大小:" + fileStatus.getLen()); System.out.println("文件名:" + fileStatus.getPath().getName()); System.out.println("是否目錄:" + fileStatus.isDirectory()); System.out.println("是否文件:" + fileStatus.isFile()); } }

四:問題部分

4.1:問題一

使用如下API時，報空指針

准確的說是這些和HDFS shell一樣的api，都會拋出空指針，為什么呢？

其實如果看過了上面的JAVA API部分的代碼，可以發現，在上面部分我沒有寫這些方法。首先是其它的方法可以代替，並且功能更加強大，其次這些代碼運行比較麻煩。

因為這里面實際上就是使用了HDFS的shell，有可能你在HADOOP服務器安裝了hadoop，但是在運行這段代碼的機器並沒有安裝，所以會報錯。

正確的做法是配置HADOOP_HOME的環境變量，而且需要是專門在運行的操作系統上編譯的專屬版本，不要說LINUX與WINDOWS不一樣，就是WINDOWS7和WINDOWS10都可能不一樣，所以要經過專門的編譯。

4.2:問題二

使用java客戶端時提示Missing artifact jdk.tools:jdk.tools:jar:1.6，這一段是MAVEN報的錯。

可以相信，出現這個問題的人，一定沒有按照本文相應的引入依賴，hadoop-common中依賴了jdk中的一個包，所以在一開始，就要求了引入如下的jar包，引入后就沒事了

    <dependency>
            <groupId>jdk.tools</groupId>
            <artifactId>jdk.tools</artifactId>
            <version>1.6</version>
            <scope>system</scope>
            <systemPath>${JAVA_HOME}/lib/tools.jar</systemPath>
        </dependency>

4.3:問題三

使用java客戶報時，拋出異常，沒有hdfs協議，它是在這樣的一行代碼中報錯的

FileSystem fs = FileSystem.get(new URI("hdfs://192.168.154.2:9000"), new Configuration());

拋出的異常如下:

java.io.IOException: No FileSystem for scheme: hdfs

好了，首先可以肯定，你使用的hadoop版本不是和本文的2.6.4一致，應該是更老的版本。

我們看一下源代碼

通過斷點發現，參數中的scheme是hdfs，也就是我參數中的協議，然后拼接后根據一定的映射去查看對應的類實現，如果找不到，則返回null，也就是產生了這樣的異常。

提示沒有hdfs的協議，這是因為在hadoop-commons.jar中，有一個core-default.xml文件並沒有配置這個協議，如下是我之前使用的2.2的版本

我們找到這個文件所在本地maven倉庫的位置，然后用壓縮軟件打開這個jar包，把這個core-default.xml復制出去，然后編輯，加入這樣一段配置

<property>
    <name>fs.hdfs.impl</name>
    <value>org.apache.hadoop.hdfs.DistributedFileSystem</value>
    <description>The FileSystem for hdfs: uris.</description>
</property>

這樣我們就配置了hdfs協議的實現，相應的錯誤也就不再出現了。

下一篇：hadoop系列三:mapreduce的使用

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 使用HDFS客戶端java api讀取hadoop集群上的信息 Hadoop系列：（一）hdfs文件系統的基本操作 hadoop fs(HDFS文件系統命令) HDFS文件系統的JAVA-API操作(一) HDFS的Java客戶端操作代碼(查看HDFS下的文件是否存在) 客戶端用java api 遠程操作HDFS以及遠程提交MR任務(源碼和異常處理) Hadoop分布式文件系統HDFS的工作原理 hadoop hdfs (java api) Elasticsearch Java API - 客戶端連接 HDFS JAVA客戶端的權限錯誤：Permission denied