实验2
熟悉常用的HDFS操作
1.实验目的
（1）理解HDFS在Hadoop体系结构中的角色；
（2）熟练使用HDFS操作常用的Shell命令；
（3）熟悉HDFS操作常用的Java API。
2. 实验平台
（1）操作系统：Linux（建议Ubuntu16.04或Ubuntu18.04）；
（2）Hadoop版本：3.1.3；
（3）JDK版本：1.8；
（4）Java IDE：Eclipse。
3. 实验步骤
（一）编程实现以下功能，并利用Hadoop提供的Shell命令完成相同任务：
（1） 向HDFS中上传任意文本文件，如果指定的文件在HDFS中已经存在，则由用户来指定是追加到原有文件末尾还是覆盖原有的文件；
Shell命令：hadoop fs -put localfile.txt /user/hadoop/
Java代码：
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
public class HDFSUpload {
public static void uploadFile(String localFilePath, String hdfsFilePath) throws Exception {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
Path srcPath = new Path(localFilePath);
Path destPath = new Path(hdfsFilePath);
fs.copyFromLocalFile(srcPath, destPath);
fs.close();
}
}
（2） 从HDFS中下载指定文件，如果本地文件与要下载的文件名称相同，则自动对下载的文件重命名；
Shell命令：hadoop fs -get /user/hadoop/test.txt /local/path/test.txt
Java代码：
public static void downloadFile(String hdfsFilePath, String localFilePath) throws Exception {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
Path hdfsPath = new Path(hdfsFilePath);
Path localPath = new Path(localFilePath);
fs.copyToLocalFile(hdfsPath, localPath);
fs.close();
}
（3） 将HDFS中指定文件的内容输出到终端中；
Shell命令：hadoop fs -cat /user/hadoop/test.txt
Java代码：
public static void readFile(String hdfsFilePath) throws Exception {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
FSDataInputStream inputStream = fs.open(new Path(hdfsFilePath));
BufferedReader br = new BufferedReader(new InputStreamReader(inputStream));
String line;
while ((line = br.readLine()) != null) {
System.out.println(line);
}
br.close();
fs.close();
}
（4） 显示HDFS中指定的文件的读写权限、大小、创建时间、路径等信息；
Shell命令：hadoop fs -ls /user/hadoop/test.txt
Java代码：
public static void getFileInfo(String hdfsFilePath) throws Exception {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
FileStatus fileStatus = fs.getFileStatus(new Path(hdfsFilePath));
System.out.println("Path: " + fileStatus.getPath());
System.out.println("Size: " + fileStatus.getLen());
System.out.println("Permissions: " + fileStatus.getPermission());
System.out.println("Modification Time: " + fileStatus.getModificationTime());
fs.close();
}
（5） 给定HDFS中某一个目录，输出该目录下的所有文件的读写权限、大小、创建时间、路径等信息，如果该文件是目录，则递归输出该目录下所有文件相关信息；
Shell命令：hadoop fs -ls -R /user/hadoop/
Java代码：
public static void listDirectory(String hdfsDirPath) throws Exception {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
RemoteIterator<LocatedFileStatus> fileStatusListIterator = fs.listFiles(new Path(hdfsDirPath), true);
while (fileStatusListIterator.hasNext()) {
LocatedFileStatus fileStatus = fileStatusListIterator.next();
System.out.println("Path: " + fileStatus.getPath());
System.out.println("Size: " + fileStatus.getLen());
System.out.println("Permissions: " + fileStatus.getPermission());
System.out.println("Modification Time: " + fileStatus.getModificationTime());
}
fs.close();
}
（6） 提供一个HDFS内的文件的路径，对该文件进行创建和删除操作。如果文件所在目录不存在，则自动创建目录；
Shell命令： hadoop fs -mkdir -p /user/hadoop/newdir
hadoop fs -touchz /user/hadoop/newdir/newfile.txt
hadoop fs -rm /user/hadoop/newdir/newfile.txt
Java代码：
public static void createFile(String hdfsFilePath) throws Exception {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
FSDataOutputStream outputStream = fs.create(new Path(hdfsFilePath));
outputStream.close();
fs.close();
}
public static void deleteFile(String hdfsFilePath) throws Exception {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
fs.delete(new Path(hdfsFilePath), false);
fs.close();
}
（7） 提供一个HDFS的目录的路径，对该目录进行创建和删除操作。创建目录时，如果目录文件所在目录不存在，则自动创建相应目录；删除目录时，由用户指定当该目录不为空时是否还删除该目录；
Shell命令： hadoop fs -mkdir -p /user/hadoop/newdir
hadoop fs -rmdir /user/hadoop/newdir
Java代码：
public static void createDirectory(String hdfsDirPath) throws Exception {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
fs.mkdirs(new Path(hdfsDirPath));
fs.close();
}
public static void deleteDirectory(String hdfsDirPath, boolean recursive) throws Exception {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
fs.delete(new Path(hdfsDirPath), recursive);
fs.close();
}
（8） 向HDFS中指定的文件追加内容，由用户指定内容追加到原有文件的开头或结尾；
Shell命令：echo "new content" | hadoop fs -appendToFile - /user/hadoop/test.txt
Java代码：
public static void appendToFile(String hdfsFilePath, String content) throws Exception {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
FSDataOutputStream outputStream = fs.append(new Path(hdfsFilePath));
outputStream.writeBytes(content);
outputStream.close();
fs.close();
}
（9） 删除HDFS中指定的文件；
Shell命令：hadoop fs -rm /user/hadoop/test.txt
Java代码：
public static void removeFile(String hdfsFilePath) throws Exception {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
fs.delete(new Path(hdfsFilePath), false);
fs.close();
}
（10） 在HDFS中，将文件从源路径移动到目的路径。
Shell命令：hadoop fs -mv /user/hadoop/test.txt /user/hadoop/moved_test.txt
Java代码：
public static void moveFile(String sourcePath, String destPath) throws Exception {
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
fs.rename(new Path(sourcePath), new Path(destPath));
fs.close();
}
（二）编程实现一个类“MyFSDataInputStream”，该类继承“org.apache.hadoop.fs.FSDataInputStream”，要求如下：实现按行读取HDFS中指定文件的方法“readLine()”，如果读到文件末尾，则返回空，否则返回文件一行的文本。
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.conf.Configuration;
import java.io.BufferedReader;
import java.io.InputStreamReader;
public class MyFSDataInputStream extends FSDataInputStream {
public MyFSDataInputStream(FileSystem fs, Path path) throws IOException {
super(fs.open(path));
}
public String readLine() throws IOException {
BufferedReader br = new BufferedReader(new InputStreamReader(this));
return br.readLine();
}
}
（三）查看Java帮助手册或其它资料，用“java.net.URL”和“org.apache.hadoop.fs.FsURLStreamHandlerFactory”编程完成输出HDFS中指定文件的文本到终端中。
import java.net.URL;
import java.net.URLConnection;
import org.apache.hadoop.fs.FsURLStreamHandlerFactory;
public class HDFSFileReader {
static {
URL.setURLStreamHandlerFactory(new FsURLStreamHandlerFactory());
}
public static void main(String[] args) throws Exception {
URL url = new URL("hdfs://namenode:port/user/hadoop/test.txt");
URLConnection connection = url.openConnection();
BufferedReader in = new BufferedReader(new InputStreamReader(connection.getInputStream()));
String line;
while ((line = in.readLine()) != null) {
System.out.println(line);
}
in.close();
}
