Hadoop_07_HDFS的Java API 操作

通过Java API来访问HDFS

1.Windows上配置环境变量

　　解压Hadoop，然后把Hadoop的根目录配置到HADOOP_HOME环境变量里面

　　然后把HADOOP_HOME/lib和HADOOP_HOME/bin配置到path里面

2.替换bin目录

　　将官网下载的Hadoop目录下面的bin目录替换成Windows下编译的Hadoop的bin目录：

　　我已经上传了自己编译好的hadoop-2.6.1的bin目录，可以从https://pan.baidu.com/s/1P50N60Qb16zuZxSwPq6HaA下载

　　也可参考他人博客http://blog.csdn.net/mrbcy/article/details/55806809 自已编译适合自己电脑系统的版本即可

3.Eclipse需要的jar包依赖

需要添加的jar包列表如下：

• hadoop/share/hadoop/common/hadoop-common-2.6.4.jar
• hadoop/share/hadoop/common/lib/*.jar
• hadoop/share/hadoop/hdfs/hadoop-hdfs-2.6.4.jar
• hadoop/share/hadoop/hdfs/lib/*.jar

4.使用客户端操作HDFS文件系统

4.1.上传文件（有HADOOP_HOME就可以上传）

package cn.bigdata.hdfs;
import java.io.IOException;
import java.net.URI;
import java.net.URISyntaxException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.junit.Before;
import org.junit.Test;
/**
 * 客户端去操作HDFS时，是有一个用户身份的
 * 默认情况下，hdfs客户端api会从jvm中获取一个参数来作为自己的用户身份：-DHADOOP_USER_NAME=root
 * 也可以在构造客户端fs对象时，通过参数传递进去
 */

public class HdfsCientDemo {
    private FileSystem fs  = null;
    Configuration conf = null;
    @Before
    public void inin() throws IOException, InterruptedException, URISyntaxException{
        Configuration conf = new Configuration();
        //拿到一个文件系统操作的客户端实例对象,最后一个参数为用户名,nameNode访问路径：hdfs://shizhan2:9000
        fs = FileSystem.get(new URI("hdfs://shizhan2:9000"),conf,"root");
    }
    
    //上传文件
    @Test
    public void testUpload() throws Exception{
        fs.copyFromLocalFile(new Path("c:/regist.log"), new Path("/regist-copy.log"));
        fs.close();
    }
}

运行后，上传文件成功：

4.2.下载文件（替换了bin才可以下载）

　  @Test
    public void testDownload() throws Exception {
        fs.copyToLocalFile(false, new Path("/regist-copy.log"), new Path("D:/"), false);
        fs.close();
    }

4.3.查看conf参数信息：

//查看conf的配置信息
    @Test
    public void testConf(){
        Iterator<Entry<String, String>> it = conf.iterator();
        while(it.hasNext()){
            Entry<String, String> ent = it.next();
            System.out.println(ent.getKey() + " : " + ent.getValue());
        }
    }

4.4.创建文件夹：

@Test
    public void testMkdir() throws Exception {
        boolean result = fs.mkdirs(new Path("/testmkdir/aaa/bbb"));
        System.out.println(result);
    }

4.5.删除文件夹：

@Test
    public void testDelete() throws Exception {
        // 递归删除
        boolean result = fs.delete(new Path("/testmkdir/aaa/"),true);
        System.out.println(result);
    }

4.6.查看目录文件夹信息：

    @Test
    public void testLs() throws Exception {
        RemoteIterator<LocatedFileStatus> lt = fs.listFiles(new Path("/"), true);

        while(lt.hasNext()){
            LocatedFileStatus fileStatus = lt.next();
            System.out.println("name:" + fileStatus.getPath().getName() 
                    + " owner:" + fileStatus.getOwner());
        }
    }

5.总结：

　　在java中操作hdfs，首先要获得一个客户端实例

Configuration conf = new Configuration()

FileSystem fs = FileSystem.get(conf)

　　而我们的操作目标是HDFS，所以获取到的fs对象应该是DistributedFileSystem的实例；

　　get方法是从何处判断具体实例化那种客户端类呢？从conf中的一个参数 fs.defaultFS的配置值判断；

　　如果我们的代码中没有指定fs.defaultFS，并且工程classpath下也没有给定相应的配置，conf中的默认值就来自于hadoop

的jar包中的core-default.xml，默认值为： file:///，则获取的将不是一个DistributedFileSystem的实例，而是一个本地文

件系统的客户端对象