1. HDFS环境准备
1.1 HDFS的格式化与启动
HDFS配置完之后就可以对其进行格式化操作。在NameNode所在机器上执行如下命令进行HDFS的格式化操作：
hadoop namenode --format
在完成hdfs的格式化之后，就可以开始启动HDFS系统了，执行如下命令启动HDFS：
bin/start-dfs.sh
1.2. HDFS运行检查
用户可以使用HDFS的管理员命令查看HDFS集群系统的状况，命令如下：
bin/hadoop dfsadmin -report
2. HDFS命令的运行
Hadoop作为一个分布式文件系统和Linux的文件系统一样，也具有类似的命令行接口，所有的命令由bin/hadoop脚本引发。
通常的用法：
hadoop [–config confdir] COMMAND
2.1 fs shell
fs shell 是HDFS的调用文件系统shell命令，大多数fs shell命令的行为和对应的unix shell命令类似。
下面我们来详细讲述以下fs shell命令的使用:
cat
使用方法：hadoop fs -cat URI [URI …]
将路径指定文件的内容输出到stdout。
ls
使用方法：hadoop fs -ls <`args`>
如果是文件，则按照如下格式返回文件信息：
文件名 <副本数> 文件大小 修改日期 修改时间 权限 用户ID 组ID
如果是目录，则返回它直接子文件的一个列表，就像在Unix中一样。目录返回列表的信息如下：
目录名 <
dir> 修改日期 修改时间 权限 用户ID 组ID
chgrp
使用方法：hadoop fs -chgrp [-R] GROUP URI [URI …]
改变文件所属的组。
chmod
使用方法：hadoop fs -chmod [-R] <MODE[,MODE]... | OCTALMODE> URI [URI …]
改变文件的权限
chown
使用方法：hadoop fs -chown [-R] [OWNER][:[GROUP]] URI [URI ]
改变文件的拥有者。使用-R将使改变在目录结构下递归进行。
copyFromLocal
使用方法：hadoop fs -copyFromLocal <localsrc> URI
将本地文件复制到本地文件系统上去。
cp
将文件从源路径复制到目标路径。这个命令允许有多个源路径，此时目标路径必须是一个目录。
使用方法：hadoop fs -cp URI [URI …] <dest>
du
显示目录中所有文件的大小，或者当只指定一个文件时，显示此文件的大小。
使用方法：hadoop fs -du URI [URI …]
dus
使用方法：hadoop fs -dus <args>
显示文件的大小。
get
使用方法：hadoop fs -get [-ignorecrc] [-crc] <src> <localdst>
复制文件到本地文件系统。可用-ignorecrc选项复制CRC校验失败的文件。使用-crc选项复制文件以及CRC信息。
getmerge
使用方法：hadoop fs -getmerge <src> <localdst> [addnl]
接受一个源目录和一个目标文件作为输入，并且将源目录中所有的文件连接成本地目标文件。addnl是可选的，用于指定在每个文件结尾添加一个换行符。
lsr
ls命令的递归版本。类似于Unix中的ls -R。
使用方法：hadoop fs -lsr <args>
mkdir
使用方法：hadoop fs -mkdir <paths>
接受路径指定的uri作为参数，创建这些目录。其行为类似于Unix的mkdir -p，它会创建路径中的各级父目录。
mv
使用方法：hadoop fs -mv URI [URI …] <dest>
将文件从源路径移动到目标路径。这个命令允许有多个源路径，此时目标路径必须是一个目录。不允许在不同的文件系统间移动文件。
put
使用方法：hadoop fs -put <localsrc> ... <dst>
从本地文件系统中复制单个或多个源路径到目标文件系统。也支持从标准输入中读取输入写入目标文件系统。
rm
删除指定的文件。只删除非空目录和文件。请参考rmr命令了解递归删除。
使用方法：hadoop fs -rm URI [URI …]
rmr
使用方法：hadoop fs -rmr URI [URI …]
delete的递归版本。
setrep
使用方法：hadoop fs -setrep [-R] <path>
改变一个文件的副本系数。-R选项用于递归改变目录下所有文件的副本系数。
stat
使用方法：hadoop fs -stat URI [URI …]
返回指定路径的统计信息。
tail
使用方法：hadoop fs -tail [-f] URI
将文件尾部1K字节的内容输出到stdout。支持-f选项，行为和Unix中一致。
test
使用方法：hadoop fs -test -[ezd] URI
选项：
- -e 检查文件是否存在。如果存在则返回0。
- -z 检查文件是否是0字节。如果是则返回0。
- -d 如果路径是个目录，则返回1，否则返回0。
3. 使用Java API 操作 HDFS
用户在使用HDFS的Java API之前需要了解两个和HDFS读写等操作最为密切的Hadoop
包：org.apache.hadoop.fs和org.apache.hadoop.conf。fs包主要是文件系统的抽象，可以理解为支持多种文件系统实现的统一文件访问接口；conf用于读conf包，就是读取系统配置，它依赖于fs包，主要是在读取配置文件的时候需要使用文件系统，而部分文件系统的功能在fs包中被抽象了。对于Hadoop用户来讲要使用HDFS来对文件进行读、写、删除等操作就需要了解fs包中的相关类和API接口。
3.1 写入文件
public class HdfsWriteTest {
public static void main(String[] args) throws IOException {
String url=args[0];
Configuration configuration=new Configuration();
FileSystem fileSystem= FileSystem.get(URI.create(url),configuration);
LocalFileSystem localFileSystem = FileSystem.getLocal(configuration);
Path localDir=new Path(args[0]);
Path hdfFile=new Path(args[1]);
try {
FileStatus[] fileStatuses = localFileSystem.listStatus(localDir);
FSDataOutputStream fsDataOutputStream = fileSystem.create(hdfFile, new Progressable() {
@Override
public void progress() {
System.out.println(".");
}
});
for (FileStatus fileStatus : fileStatuses) {
FSDataInputStream inputStream = localFileSystem.open(fileStatus.getPath());
byte buffer[]=new byte[1024];
int read=0;
while ((read=inputStream.read(buffer))!=-1){
fsDataOutputStream.write(buffer,0,read);
}
}
} finally {
fileSystem.close();
localFileSystem.close();
}
}
}
3.2 读取文件
public class HdfsReadTest {
public static void main(String[] args) throws IOException {
String url=args[0];
Configuration configuration=new Configuration();
FileSystem fileSystem=FileSystem.get(URI.create(url),configuration);
FSDataInputStream inputStream = null;
try {
inputStream = fileSystem.open(new Path(url));
byte buffer[] =new byte[1024];
int read=0;
while ((read=inputStream.read(buffer))!=-1){
System.out.println(new String (buffer,0,read));
}
} finally {
inputStream.close();
}
}
}