在上一节的学习中，我们认识了HDFS的结构，知道了HDFS的优点：适合大数据处理，无论是数据规模还是文件规模。当然也有他的缺点：不适合低延时数据访问，比如毫秒级的数据存储，那做不到，不适合对大量小文件进行存储，因为会占用namenode大量的内存存储，一个文件也只有一个写，不允许多个线程同时写。接下来，我们就用JavaAPI操作一下HDFS吧。
hdfs客户端环境准备
1、根据自己电脑的操作系统拷贝对应的编译后的hadoop jar包到非中文路径
2、配置HADOOP_HOME环境变量
3、创建一个Maven工程HdfsClientDemo
4、导入相应的依赖坐标
<dependencies><dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>RELEASE</version></dependency><dependency><groupId>org.apache.logging.log4j</groupId><artifactId>log4j-core</artifactId><version>2.8.2</version></dependency><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-common</artifactId><version>2.7.2</version></dependency><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-client</artifactId><version>2.7.2</version></dependency><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-hdfs</artifactId><version>2.7.2</version></dependency><dependency><groupId>jdk.tools</groupId><artifactId>jdk.tools</artifactId><version>1.8</version><scope>system</scope><systemPath>${JAVA_HOME}/lib/tools.jar</systemPath></dependency></dependencies>
5、添加日志，需要在项目的src/main/resources目录下，新建一个文件，命名为“log4j.properties”，在文件中填入
log4j.rootLogger=INFO, stdoutlog4j.appender.stdout=org.apache.log4j.ConsoleAppenderlog4j.appender.stdout.layout=org.apache.log4j.PatternLayoutlog4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%nlog4j.appender.logfile=org.apache.log4j.FileAppenderlog4j.appender.logfile.File=target/spring.loglog4j.appender.logfile.layout=org.apache.log4j.PatternLayoutlog4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
6、创建一个类，编写如下代码实现从hdfs上创建一个目录
public class HDFSClient {public static void main(String[] args) throws IOException, URISyntaxException, InterruptedException {// 1 获取文件系统Configuration configuration = new Configuration();// 配置在集群上运行FileSystem fs = FileSystem.get(new URI("hdfs://hadoop100:9000"), configuration, "root");// 2 创建目录fs.mkdirs(new Path("/0331/test/creatDir"));// 3 关闭资源fs.close();}}
7、运行http://hadoop100:50070/explorer.html#/，查看目录创建情况，如下
文件上传
把d盘下 test.txt 文件上传到集群根目录下
1、编写代码
@Testpublic void testCopyFromLocalFile() throws IOException, InterruptedException, URISyntaxException {// 1 获取文件系统Configuration configuration = new Configuration();// 设置副本数，默认为3configuration.set("dfs.replication", "2");FileSystem fs = FileSystem.get(new URI("hdfs://hadoop100:9000"), configuration, "root");// 2 上传文件fs.copyFromLocalFile(new Path("d:/test.txt"), new Path("/test.txt"));// 3 关闭资源fs.close();System.out.println("完成");}
2、刷新页面，查看上传情况
3、参数优先级
这里指的是一些参数配置，比如代码里的副本数，这个参数如果不设置，用的配置是服务器的配置，这些参数我们可以在代码修改，也可以在classpath下创建配置文件指定，但配置是有优先级的：（1）代码中设置的值（最先生效） >（2）ClassPath下的用户自定义配置文件 >（3）然后是服务器的默认配置。如果你对大数据开发感兴趣，想系统学习大数据的话，可以加入大数据技术学习交流扣扣君羊：522189307
文件下载
把集群根目录下的 test.txt 下载到d盘根目录
1、代码编写
@Testpublic void testCopyToLocalFile() throws IOException, InterruptedException, URISyntaxException {// 1 获取文件系统Configuration configuration = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop100:9000"), configuration, "root");// 2 执行下载操作// boolean delSrc 指是否将原文件删除// Path src 指要下载的文件路径// Path dst 指将文件下载到的路径// boolean useRawLocalFileSystem 是否开启文件校验fs.copyToLocalFile(false, new Path("/test.txt"), new Path("d:/a.txt"), true);// 3 关闭资源fs.close();}
2、查看d盘根目录下生成的文件
文件夹删除
删除0331文件夹（0331是自定义的，作者是取自今天日期）
1、代码编写
@Testpublic void testDelete() throws IOException, InterruptedException, URISyntaxException {// 1 获取文件系统Configuration configuration = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop100:9000"), configuration, "root");// 2 执行删除fs.delete(new Path("/0331/"), true);// 3 关闭资源fs.close();}
2、查看hadoop管理页面，是否删除了文件夹。
文件更名
把test.txt文件名称改为b.txt
1、代码编写
@Testpublic void testRename() throws IOException, InterruptedException, URISyntaxException{// 1 获取文件系统Configuration configuration = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop100:9000"), configuration, "root");// 2 修改文件名称fs.rename(new Path("/test.txt"), new Path("/b.txt"));// 3 关闭资源fs.close();}
2、查看hadoop管理页面，是否更名成功。
查看文件详情
查看文件名称，权限，长度，块信息
1、代码编写
@Testpublic void testListFiles() throws IOException, InterruptedException, URISyntaxException {// 1获取文件系统Configuration configuration = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop100:9000"), configuration, "root");// 2 获取文件详情RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true);while (listFiles.hasNext()) {LocatedFileStatus status = listFiles.next();// 输出详情// 文件名称System.out.println(status.getPath().getName());// 长度System.out.println(status.getLen());// 权限System.out.println(status.getPermission());// 分组System.out.println(status.getGroup());// 获取存储的块信息BlockLocation[] blockLocations = status.getBlockLocations();for (BlockLocation blockLocation : blockLocations) {// 获取块存储的主机节点String[] hosts = blockLocation.getHosts();for (String host : hosts) {System.out.println(host);}}System.out.println("-----------分割线----------");}// 3 关闭资源fs.close();}
2、查看控制台日志打印
b.txt9rw-r--r--supergrouphadoop101hadoop102-----------分割线----------
文件和文件夹的判断
判断是文件还是文件夹
1、代码编写
@Testpublic void testListStatus() throws IOException, InterruptedException, URISyntaxException {// 1 获取文件配置信息Configuration configuration = new Configuration();FileSystem fs = FileSystem.get(new URI("hdfs://hadoop100:9000"), configuration, "root");// 2 判断是文件还是文件夹FileStatus[] listStatus = fs.listStatus(new Path("/"));for (FileStatus fileStatus : listStatus) {// 如果是文件if (fileStatus.isFile()) {System.out.println("f:" + fileStatus.getPath().getName());} else {System.out.println("d:" + fileStatus.getPath().getName());}}// 3 关闭资源fs.close();}
2、查看控制台打印
d:0331 //文件夹f:b.txt //文件
以上是文件与hdfs的交互，文件的来源可以是从mysql数据库中获取的数据，也可以是从消息中间件获取的数据。
