使用java api操作Hadoop文件

狐狸情

1. 概述
2. 文件操作
2.1上传本地文件到hadoop fs
2.2 在hadoop fs中新建文件，并写入
2.3 删除hadoop fs上的文件
2.4读取文件
3. 目录操作
3.1 在hadoop fs上创建目录
3.2 删除目录
3.3 读取某个目录下的所有文件
4. 参考资料接代码下载

<1>. 概述


hadoop中关于文件操作类基本上全部是在org.apache.hadoop.fs包中，这些api能够支持的操作包含：打开文件，读写文件，删除文件等。
hadoop类库中最终面向用户提供的接口类是FileSystem，该类是个抽象类，只能通过来类的get方法得到具体类。get方法存在几个重载版本，常用的是这个：
static FileSystem get(Configuration conf);
该类封装了几乎所有的文件操作,例如mkdir，delete等。综上基本上可以得出操作文件的程序库框架：
operator()
{
得到Configuration对象
得到FileSystem对象
进行文件操作
}
另外需要注意的是，如果想要运行下面的程序的话，需要将程序达成jar包，然后通过hadoop jar的形式运行，这种方法比较麻烦，另外一种方法就是安装eclipse的hadoop插件，这样能够很多打包的时间。


<1>. 文件操作


1.1 上传本地文件到文件系统


/*
*uploadthelocalfiletothehds
*noticethatthepathisfulllike/tmp/test.c
*/
publicstaticvoiduploadLocalFile2HDFS(Strings,Stringd)
throwsIOException
{
Configurationconfig=newConfiguration();
FileSystemhdfs=FileSystem.get(config);

Pathsrc=newPath(s);
Pathdst=newPath(d);

hdfs.copyFromLocalFile(src,dst);

hdfs.close();
}




1.2 创建新文件，并写入

/*
  *createanewfileinthehdfs.
*noticethatthetoCreateFilePathisthefullpath
*andwritethecontenttothehdfsfile.
*/
publicstaticvoidcreateNewHDFSFile(StringtoCreateFilePath,Stringcontent)throwsIOException
{
Configurationconfig=newConfiguration();
FileSystemhdfs=FileSystem.get(config);

FSDataOutputStreamos=hdfs.create(newPath(toCreateFilePath));

os.write(content.getBytes("UTF-8"));

os.close();

hdfs.close();
}



1.3 删除文件

/*
  *deletethehdfsfile
*noticethatthedstisthefullpathname
*/
publicstaticbooleandeleteHDFSFile(Stringdst)throwsIOException
{
Configurationconfig=newConfiguration();
FileSystemhdfs=FileSystem.get(config);

Pathpath=newPath(dst);
booleanisDeleted=hdfs.delete(path);

hdfs.close();

returnisDeleted;
}




1.4 读取文件

/**readthehdfsfilecontent
*noticethatthedstisthefullpathname
*/
publicstaticbyte[]readHDFSFile(Stringdst)throwsException
{
Configurationconf=newConfiguration();
FileSystemfs=FileSystem.get(conf);

//checkifthefileexists
Pathpath=newPath(dst);
if(fs.exists(path))
{
FSDataInputStreamis=fs.open(path);
//getthefileinfotocreatethebuffer
FileStatusstat=fs.getFileStatus(path);

//createthebuffer
byte[]buffer=newbyte[Integer.parseInt(String.valueOf(stat.getLen()))];
is.readFully(0,buffer);

is.close();
fs.close();

returnbuffer;
}
else
{
thrownewException("thefileisnotfound.");
}
}




<2>. 目录操作


2.1 创建目录

/**makeanewdirinthehdfs
*
*thedirmaylike'/tmp/testdir'
*/
publicstaticvoidmkdir(Stringdir)throwsIOException
{
Configurationconf=newConfiguration();
FileSystemfs=FileSystem.get(conf);

fs.mkdirs(newPath(dir));

fs.close();
}



2.2 删除目录

/**deleteadirinthehdfs
*
*dirmaylike'/tmp/testdir'
*/
publicstaticvoiddeleteDir(Stringdir)throwsIOException
{
Configurationconf=newConfiguration();
FileSystemfs=FileSystem.get(conf);

fs.delete(newPath(dir));

fs.close();
}



2.3 读取某个目录下的所有文件

publicstaticvoidlistAll(Stringdir)throwsIOException
{
Configurationconf=newConfiguration();
FileSystemfs=FileSystem.get(conf);

FileStatus[]stats=fs.listStatus(newPath(dir));

for(inti=0;i<stats.length;++i)
{
if(stats.isFile())
{
//regularfile
System.out.println(stats.getPath().toString());
}
elseif(stats.isDirectory())
{
//dir
System.out.println(stats.getPath().toString());
}
elseif(stats.isSymlink())
{
//isssymlinkinlinux
System.out.println(stats.getPath().toString());
}

}
fs.close();
}




<4>. 参考资料及代码下载


/Files/xuqiang/HadoopFSOperations.rar







作者：许强（就读于[哈尔滨工业大学（威海）软件学院]）出处：[http://xuqiang.cnblogs.com]
1. 本博客中的文章均是个人在学习和项目开发中总结。其中难免存在不足之处 ，欢迎留言指正。
2. 本文版权归作者和博客园共有，转载时，请保留本文链接。