Hadoop HDFS编程 API入门系列之从本地上传文件到HDFS（一）
1 package com.dajiangtai.Hadoop.HDFS;2
3 import java.io.IOException;
4 import java.net.URI;
5 import java.net.URISyntaxException;
6
7 import org.apache.hadoop.conf.Configuration;
8 import org.apache.hadoop.fs.FSDataInputStream;
9 import org.apache.hadoop.fs.FSDataOutputStream;
10 import org.apache.hadoop.fs.FileStatus;
11 import org.apache.hadoop.fs.FileSystem;
12 import org.apache.hadoop.fs.FileUtil;
13 import org.apache.hadoop.fs.Path;
14 import org.apache.hadoop.fs.PathFilter;
15 /**
16* @function 将指定格式的多个文件上传至 HDFS
17* 使用文件模式，实现多文件上传至HDFS
18* @author 小讲
19*
20*/
21 @SuppressWarnings("unused")
22 public>
23
24 private static FileSystem fs = null;//FileSystem实例对象，即fs
25 private static FileSystem local = null;//FileSystem实例对象，即Local,本地文件系统
26
27 /**
28 * @function Main 方法
29 * @param args
30 * @throws IOException
31 * @throws URISyntaxException
32 */
33 public static void main(String[] args) throws IOException,URISyntaxException {
34 //文件上传路径
35 // Path dstPath = new Path("hdfs://djt002:9000/outData/copyManyFilesToHDFS/");//这样会在这个默认的copyManyFilesToHDFS.txt里
36 Path dstPath = new Path("hdfs://djt002:9000/outCopyManyFilesToHDFS/");//要么，你先可以新建好outCopyManyFilesToHDFS这个目录
37
38
39 //调用文件上传 list 方法
40 list(dstPath);
41 }
42
43 /**
44 * function 过滤文件格式 将多个文件上传至 HDFS
45 * @param dstPath 目的路径
46 * @throws IOException
47 * @throws URISyntaxException
48 */
49 public static void list(Path dstPath) throws IOException, URISyntaxException {
50 //读取hadoop文件系统的配置
51 Configuration conf = new Configuration();
52 //HDFS 接口
53 URI uri = new URI("hdfs://djt002:9000");
54
55 // URL、URI与Path三者的区别
56 // Hadoop文件系统中通过Hadoop Path对象来代表一个文件
57 // URL（相当于绝对路径） -> （文件） -> URI（相当于相对路径，即代表URL前面的那一部分）
58 // URI：如hdfs://dajiangtai:9000
59 // 如，URL.openStream
60
61
62 //获得FileSystem实例fs
63 fs = FileSystem.get(uri, conf);
64 // 返回类型是FileSystem，等价于FileSystem fs = FileSystem.get(uri, conf);
65
66
67 //获得FileSystem实例，即Local
68 local = FileSystem.getLocal(conf);
69 // 返回类型是LocalFileSystem，等价于LocalFileSystemlocal = FileSystem.getLocal(conf);
70
71 // 为什么要获取到Local呢，因为，我们要把本地D盘下data/74目录下的文件要合并后，上传到HDFS里，所以，我们需先获取到Local，再来做复制工作啦！
72
73
74 //只上传data/testdata 目录下 txt 格式的文件
75 FileStatus[] localStatus = local.globStatus(new Path("D://data/74/*"),new RegexAcceptPathFilter("^.*txt$"));
76 // FileStatus[] localStatus = local.globStatus(new Path("./data/copyManyFilesToHDFS/*"),new RegexAcceptPathFilter("^.*txt$"));
77 // ^表示匹配我们字符串开始的位置 *代表0到多个字符 $代表字符串结束的位置
78 // RegexAcceptPathFilter来只接收我们需要的，即格式
79 // RegexAcceptPathFilter这个方法我们自己写
80
81 // 但是我们，最终是要处理文件里的东西，最终是要转成Path类型，因为Path对象f,它对应着一个文件。
82
83 //获取74目录下的所有文件路径，注意FIleUtil中stat2Paths()的使用，它将一个FileStatus对象数组转换为Path对象数组。
84 Path[] listedPaths = FileUtil.stat2Paths(localStatus);//localStatus是FileStatus数组类型
85
86 for(Path p:listedPaths){//for星型循环，即将listedPaths是Path对象数组，一一传给Path p
87 //将本地文件上传到HDFS
88 fs.copyFromLocalFile(p, dstPath);
89 //因为每一个Path对象p，就是对应本地下的一个文件，
90
91 }
92 }
93
94 /**
95 * @function 只接受 txt 格式的文件aa
96 * @author 小讲
97 *
98 */
99 public static>
100 private final String regex;//变量
101
102 public RegexAcceptPathFilter(String regex) {
103 this.regex = regex;//意思是String regex的值，赋给当前类RegexAcceptPathFilter所定义的private final String regex;
104 }
105
106 public boolean accept(Path path) {//主要是实现accept方法
107 // TODO Auto-generated method stub
108 boolean flag = path.toString().matches(regex);//匹配正则表达式，这里是^.*txt$
109 //只接受 regex 格式的文件
110 return flag;//如果要接收 regex 格式的文件，则accept()方法就return flag; 如果想要过滤掉regex格式的文件，则accept()方法就return !flag。
111 }
112 }
113 }
页:
[1]