大数据编程实验二：熟悉常用的HDFS操作

实验目的
1、理解HDFS在Hadoop体系结构中的角色
2、熟悉使用HDFS操作常用的Shell命令
3、熟悉HDFS操作常用的Java API

实验平台
1、操作系统：Windows
2、Hadoop版本：3.1.3
3、JDK版本：1.8
4、Java IDE：IDEA

实验步骤

前期：一定要先启动hadoop

 cd /usr/local/hadoop./sbin/start-dfs.sh

1、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
检查文件是否存在，可以使用如下命令:

cd /usr/local/hadoop./bin/hdfs dfs -test -e text.txt

执行完上述命令不会输出结果，需要继续输入命令查看结果：

echo $" />
 
如果结果显示文件已经存在，则用户可以选择追加到原来文件末尾或者覆盖原来文件，
 具体命令如下：
 
cd /usr/local/hadoop./bin/hdfs dfs -appendToFile local.txt text.txt #追加到原文件末尾./bin/hdfs dfs -copyFromLocal -f local.txt text.txt #覆盖原来文件，第一种命令形式./bin/hdfs dfs -cp -f file:///home/hadoop/local.txt text.txt#覆盖原来文件，第二种命令形式
实际上，也可以不用上述方法，而是采用如下命令来实现：(注意要加上./bin/)
if $(./bin/hdfs dfs -test -e text.txt);then $(./bin/hdfs dfs -appendToFile local.txt text.txt);else $(./bin/hdfs dfs -copyFromLocal -f local.txt text.txt);fi
上述代码可视为一行代码，在终端中输入第一行代码后，代码不会立即被执行，可以继续输入第 2 行代码和第 3 行代码，直到输入 fi 以后，上述代码才会真正执行。另外，上述代码中，直接使用了 hdfs 命令，而没有给出命令的路径，因为，这里假设已经配置了 PATH环境变量，把 hdfs 命令的路径“/usr/local/hadoop/bin”写入了 PATH 环境变量中。
采用idea来进行java代码编写
前期：先导JAR包

 点击Project Structure......
选择Libraries，以及中间的 +
选择Java，开始跟据下方图片进行4个导包
(1)/usr/local/hadoop/share/hadoop/common
shift + ↓ 可以选中多个。
(2)/usr/local/hadoop/share/hadoop/common/lib
lib下所有的JVR包
（3)/usr/local/hadoop/share/hadoop/hdfs
（4)/usr/local/hadoop/share/hadoop/hdfs/lib
lib下面的所有JVR包
最终导入后：
选择Apply，再OK
项目结构目录：
HDFSApi.java
package HDFSApi;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.*;import java.io.*;public class HDFSApi {/** * 判断路径是否存在 */public static boolean test(Configuration conf, String path) throws IOException {FileSystem fs = FileSystem.get(conf);return fs.exists(new Path(path));}/** * 复制文件到指定路径 * 若路径已存在，则进行覆盖 */public static void copyFromLocalFile(Configuration conf, String localFilePath, StringremoteFilePath) throws IOException {FileSystem fs = FileSystem.get(conf);Path localPath = new Path(localFilePath);Path remotePath = new Path(remoteFilePath); /* fs.copyFromLocalFile 第一个参数表示是否删除源文件，第二个参数表示是否覆盖 */fs.copyFromLocalFile(false, true, localPath, remotePath);fs.close();}/** * 追加文件内容 */public static void appendToFile(Configuration conf, String localFilePath, StringremoteFilePath) throws IOException {FileSystem fs = FileSystem.get(conf);Path remotePath = new Path(remoteFilePath);/* 创建一个文件读入流 */FileInputStream in = new FileInputStream(localFilePath);/* 创建一个文件输出流，输出的内容将追加到文件末尾 */FSDataOutputStream out = fs.append(remotePath);/* 读写文件内容 */byte[] data = new byte[1024];int read = -1;while ( (read = in.read(data)) > 0 ) {out.write(data, 0, read);}out.close();in.close();fs.close();}/** * 主函数 */public static void main(String[] args) {Configuration conf = new Configuration();conf.set("fs.default.name","hdfs://localhost:9000");String localFilePath = "/home/hadoop/text.txt"; // 本地路径String remoteFilePath = "/user/hadoop/text.txt"; // HDFS 路径String choice = "append"; // 若文件存在则追加到文件末尾// String choice = "overwrite"; // 若文件存在则覆盖try {/* 判断文件是否存在 */Boolean fileExists = false;if (HDFSApi.test(conf, remoteFilePath)) {fileExists = true;System.out.println(remoteFilePath + " 已存在.");} else {System.out.println(remoteFilePath + " 不存在.");}/* 进行处理 */if ( !fileExists) { // 文件不存在，则上传HDFSApi.copyFromLocalFile(conf, localFilePath, remoteFilePath);System.out.println(localFilePath + " 已上传至 " + remoteFilePath);} else if ( choice.equals("overwrite") ) { // 选择覆盖HDFSApi.copyFromLocalFile(conf, localFilePath, remoteFilePath);System.out.println(localFilePath + " 已覆盖 " + remoteFilePath);} else if ( choice.equals("append") ) { // 选择追加HDFSApi.appendToFile(conf, localFilePath, remoteFilePath);System.out.println(localFilePath + " 已追加至 " + remoteFilePath);}} catch (Exception e) {e.printStackTrace();}}}
log4j.properties
log4j.rootLogger=info,consolePrint,errorFile,logFilelog4j.appender.consolePrint.Encoding = UTF-8log4j.appender.consolePrint = org.apache.log4j.ConsoleAppenderlog4j.appender.consolePrint.Target = System.outlog4j.appender.consolePrint.layout = org.apache.log4j.PatternLayoutlog4j.appender.consolePrint.layout.ConversionPattern=%d %p [%c] - %m%nlog4j.appender.logFile.Encoding = UTF-8log4j.appender.logFile = org.apache.log4j.DailyRollingFileAppenderlog4j.appender.logFile.File = D:/eclipse/log4j_properties_runlog/WorldCount_demo_run.loglog4j.appender.logFile.Append = truelog4j.appender.logFile.Threshold = infolog4j.appender.logFile.layout = org.apache.log4j.PatternLayoutlog4j.appender.logFile.layout.ConversionPattern = %-d{yyyy-MM-dd HH:mm:ss}[ %t:%r ] - [ %p ]%m%nlog4j.appender.errorFile.Encoding = UTF-8log4j.appender.errorFile = org.apache.log4j.DailyRollingFileAppenderlog4j.appender.errorFile.File = D:/eclipse/log4j_properties_runlog/WorldCount_demo_error.loglog4j.appender.errorFile.Append = truelog4j.appender.errorFile.Threshold = ERRORlog4j.appender.errorFile.layout = org.apache.log4j.PatternLayoutlog4j.appender.errorFile.layout.ConversionPattern =%-d{yyyy-MM-dd HH:mm:ss}[ %t:%r ] - [ %p ]%m%n
然后运行，
（可能出错）
解决方法，弄一个text.txt文件，应该是在前面没有弄成功
运行成功
 （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； 
if $(./bin/hdfs dfs -test -e file:///home/hadoop/text.txt);then $(./bin/hdfs dfs -copyToLocal text.txt ./text2.txt);else $(./bin/hdfs dfs -copyToLocal text.txt ./text.txt);fi
Java代码（记得新建项目、再重新导包）
shiyan2.2
package HDFSApi;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.*;import java.io.*;public class HDFSApi {/** * 下载文件到本地 * 判断本地路径是否已存在，若已存在，则自动进行重命名 */public static void copyToLocal(Configuration conf, String remoteFilePath, StringlocalFilePath) throws IOException {FileSystem fs = FileSystem.get(conf);Path remotePath = new Path(remoteFilePath);File f = new File(localFilePath);/* 如果文件名存在，自动重命名(在文件名后面加上 _0, _1 ...) */if (f.exists()) {System.out.println(localFilePath + " 已存在.");Integer i = 0;while (true) {f = new File(localFilePath + "_" + i.toString());if (!f.exists()) {localFilePath = localFilePath + "_" + i.toString();break;}}System.out.println("将重新命名为: " + localFilePath);}// 下载文件到本地Path localPath = new Path(localFilePath);fs.copyToLocalFile(remotePath, localPath);fs.close();}/** * 主函数 */public static void main(String[] args) {Configuration conf = new Configuration();conf.set("fs.default.name","hdfs://localhost:9000");String localFilePath = "/home/hadoop/text.txt"; // 本地路径String remoteFilePath = "/user/hadoop/text.txt"; // HDFS 路径try {HDFSApi.copyToLocal(conf, remoteFilePath, localFilePath);System.out.println("下载完成");} catch (Exception e) {e.printStackTrace();}}}
记得把之前的log4j.properties弄进项目里（在上方有）
运行成功
（3） 将 HDFS 中指定文件的内容输出到终端中
shell命令
./bin/hdfs dfs -cat text.txt
shiyan2.3
java命令
package HDFSApi;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.*;import java.io.*;public class HDFSApi {/** * 读取文件内容 */public static void cat(Configuration conf, String remoteFilePath) throws IOException {FileSystem fs = FileSystem.get(conf);Path remotePath = new Path(remoteFilePath);FSDataInputStream in = fs.open(remotePath);BufferedReader d = new BufferedReader(new InputStreamReader(in));String line = null;while ( (line = d.readLine()) != null ) {System.out.println(line);}d.close();in.close();fs.close();}/** * 主函数 */public static void main(String[] args) {Configuration conf = new Configuration();conf.set("fs.default.name","hdfs://localhost:9000");String remoteFilePath = "/user/hadoop/text.txt"; // HDFS 路径try {System.out.println("读取文件: " + remoteFilePath);HDFSApi.cat(conf, remoteFilePath);System.out.println("\n 读取完成");} catch (Exception e) {e.printStackTrace();}}}
（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
 ./bin/hdfs dfs -ls -h text.txt
（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
cd /usr/local/hadoop./bin/hdfs dfs -ls -R -h /user/hadoop
（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
if $(./bin/hdfs dfs -test -d dir1/dir2);then $(./bin/hdfs dfs -touchz dir1/dir2/filename);else $(./bin/hdfs dfs -mkdir -p dir1/dir2 && ./bin/hdfs dfs -touchz dir1/dir2/filename);fi./bin/hdfs dfs -rm dir1/dir2/filename #删除文件
shiyan2.6
Java代码
package HDFSApi;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.*;import java.io.*;public class HDFSApi {/** * 判断路径是否存在 */public static boolean test(Configuration conf, String path) throws IOException {FileSystem fs = FileSystem.get(conf);return fs.exists(new Path(path));}/** * 创建目录 */public static boolean mkdir(Configuration conf, String remoteDir) throws IOException {FileSystem fs = FileSystem.get(conf);Path dirPath = new Path(remoteDir);boolean result = fs.mkdirs(dirPath);fs.close();return result;}/** * 创建文件 */public static void touchz(Configuration conf, String remoteFilePath) throws IOException {FileSystem fs = FileSystem.get(conf);Path remotePath = new Path(remoteFilePath);FSDataOutputStream outputStream = fs.create(remotePath);outputStream.close();fs.close();}/** * 删除文件 */public static boolean rm(Configuration conf, String remoteFilePath) throws IOException {FileSystem fs = FileSystem.get(conf);Path remotePath = new Path(remoteFilePath);boolean result = fs.delete(remotePath, false);fs.close();return result;}/** * 主函数 */public static void main(String[] args) {Configuration conf = new Configuration();conf.set("fs.default.name","hdfs://localhost:9000");String remoteFilePath = "/user/hadoop/input/text.txt"; // HDFS 路径String remoteDir = "/user/hadoop/input"; // HDFS 路径对应的目录try {/* 判断路径是否存在，存在则删除，否则进行创建 */if ( HDFSApi.test(conf, remoteFilePath) ) {HDFSApi.rm(conf, remoteFilePath); // 删除System.out.println("删除路径: " + remoteFilePath);} else {if ( !HDFSApi.test(conf, remoteDir) ) { // 若目录不存在，则进行创建HDFSApi.mkdir(conf, remoteDir);System.out.println("创建文件夹: " + remoteDir);}HDFSApi.touchz(conf, remoteFilePath);System.out.println("创建路径: " + remoteFilePath);}} catch (Exception e) {e.printStackTrace();}}}
（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
 创建目录的命令如下：
 ./bin/hdfs dfs -mkdir -p dir1/dir2
删除目录的命令如下：
./bin/hdfs dfs -rmdir dir1/dir2
上述命令执行以后，如果目录非空，则会提示 not empty，删除操作不会执行。如果要
 强制删除目录，可以使用如下命令：
./bin/hdfs dfs -rm -R dir1/dir2
shiyan2.7
java代码
package HDFSApi;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.*;import java.io.*;public class HDFSApi {/** * 判断路径是否存在 */public static boolean test(Configuration conf, String path) throws IOException {FileSystem fs = FileSystem.get(conf);return fs.exists(new Path(path));}/** * 判断目录是否为空 * true: 空，false: 非空 */public static boolean isDirEmpty(Configuration conf, String remoteDir) throws IOException {FileSystem fs = FileSystem.get(conf);Path dirPath = new Path(remoteDir);RemoteIterator remoteIterator = fs.listFiles(dirPath, true);return !remoteIterator.hasNext();}/** * 创建目录 */public static boolean mkdir(Configuration conf, String remoteDir) throws IOException {FileSystem fs = FileSystem.get(conf);Path dirPath = new Path(remoteDir);boolean result = fs.mkdirs(dirPath);fs.close();return result;}/** * 删除目录 */public static boolean rmDir(Configuration conf, String remoteDir) throws IOException {FileSystem fs = FileSystem.get(conf);Path dirPath = new Path(remoteDir);/* 第二个参数表示是否递归删除所有文件 */boolean result = fs.delete(dirPath, true);fs.close();return result;}/** * 主函数 */public static void main(String[] args) {Configuration conf = new Configuration();conf.set("fs.default.name","hdfs://localhost:9000");String remoteDir = "/user/hadoop/input"; // HDFS 目录Boolean forceDelete = false; // 是否强制删除try {/* 判断目录是否存在，不存在则创建，存在则删除 */if ( !HDFSApi.test(conf, remoteDir) ) {HDFSApi.mkdir(conf, remoteDir); // 创建目录System.out.println("创建目录: " + remoteDir);} else {if ( HDFSApi.isDirEmpty(conf, remoteDir) || forceDelete ) { // 目录为空或强制删除HDFSApi.rmDir(conf, remoteDir);System.out.println("删除目录: " + remoteDir);} else { // 目录不为空System.out.println("目录不为空，不删除: " + remoteDir);}}} catch (Exception e) {e.printStackTrace();}}}
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
追加到原文件末尾的命令如下
 ./bin/hdfs dfs -appendToFile local.txt text.txt
追加到原文件的开头，在 HDFS 中不存在与这种操作对应的命令，因此，无法使用一条
 命令来完成。可以先移动到本地进行操作，再进行上传覆盖，具体命令如下：
无此文件，则新建此文件
./bin/hdfs dfs -get text.txtcat text.txt >> local.txt./bin/hdfs dfs -copyFromLocal -f local.txt text.txt
继续·
 ./bin/hdfs dfs -appendToFile local.txt text.txt
shiyan2.8
java代码
package HDFSApi;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.*;import java.io.*;public class HDFSApi {/** * 判断路径是否存在 */public static boolean test(Configuration conf, String path) throws IOException {FileSystem fs = FileSystem.get(conf);return fs.exists(new Path(path));}/** * 追加文本内容 */public static void appendContentToFile(Configuration conf, String content, StringremoteFilePath) throws IOException {FileSystem fs = FileSystem.get(conf);Path remotePath = new Path(remoteFilePath);/* 创建一个文件输出流，输出的内容将追加到文件末尾 */FSDataOutputStream out = fs.append(remotePath);out.write(content.getBytes());out.close();fs.close();}/** * 追加文件内容 */public static void appendToFile(Configuration conf, String localFilePath, StringremoteFilePath) throws IOException {FileSystem fs = FileSystem.get(conf);Path remotePath = new Path(remoteFilePath);/* 创建一个文件读入流 */FileInputStream in = new FileInputStream(localFilePath);/* 创建一个文件输出流，输出的内容将追加到文件末尾 */FSDataOutputStream out = fs.append(remotePath);/* 读写文件内容 */byte[] data = new byte[1024];int read = -1;while ( (read = in.read(data)) > 0 ) {out.write(data, 0, read);}out.close();in.close();fs.close();}/** * 移动文件到本地 * 移动后，删除源文件 */public static void moveToLocalFile(Configuration conf, String remoteFilePath, StringlocalFilePath) throws IOException {FileSystem fs = FileSystem.get(conf);Path remotePath = new Path(remoteFilePath);Path localPath = new Path(localFilePath);fs.moveToLocalFile(remotePath, localPath);}/** * 创建文件 */public static void touchz(Configuration conf, String remoteFilePath) throws IOException {FileSystem fs = FileSystem.get(conf);Path remotePath = new Path(remoteFilePath);FSDataOutputStream outputStream = fs.create(remotePath);outputStream.close();fs.close();}/** * 主函数 */public static void main(String[] args) {Configuration conf = new Configuration();conf.set("fs.default.name","hdfs://localhost:9000");String remoteFilePath = "/user/hadoop/text.txt"; // HDFS 文件String content = "新追加的内容\n";String choice = "after"; //追加到文件末尾// String choice = "before"; // 追加到文件开头try {/* 判断文件是否存在 */if ( !HDFSApi.test(conf, remoteFilePath) ) {System.out.println("文件不存在: " + remoteFilePath);} else {if ( choice.equals("after") ) { // 追加在文件末尾HDFSApi.appendContentToFile(conf, content, remoteFilePath);System.out.println("已追加内容到文件末尾" + remoteFilePath);} else if ( choice.equals("before") ) { // 追加到文件开头/* 没有相应的 api 可以直接操作，因此先把文件移动到本地*//*创建一个新的 HDFS，再按顺序追加内容 */String localTmpPath = "/user/hadoop/tmp.txt";// 移动到本地HDFSApi.moveToLocalFile(conf, remoteFilePath, localTmpPath);// 创建一个新文件HDFSApi.touchz(conf, remoteFilePath);// 先写入新内容HDFSApi.appendContentToFile(conf, content, remoteFilePath);// 再写入原来内容HDFSApi.appendToFile(conf, localTmpPath, remoteFilePath);System.out.println("已追加内容到文件开头: " + remoteFilePath);}}} catch (Exception e) {e.printStackTrace();}}}
（9） 删除 HDFS 中指定的文件
shell命令
./bin/hdfs dfs -rm text.txt
package HDFSApi;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.*;import java.io.*;public class HDFSApi {/** * 删除文件 */public static boolean rm(Configuration conf, String remoteFilePath) throws IOException {FileSystem fs = FileSystem.get(conf);Path remotePath = new Path(remoteFilePath);boolean result = fs.delete(remotePath, false);fs.close();return result;}/** * 主函数 */public static void main(String[] args) {Configuration conf = new Configuration();conf.set("fs.default.name","hdfs://localhost:9000");String remoteFilePath = "/user/hadoop/text.txt"; // HDFS 文件try {if ( HDFSApi.rm(conf, remoteFilePath) ) {System.out.println("文件删除: " + remoteFilePath);} else {System.out.println("操作失败（文件不存在或删除失败）");}} catch (Exception e) {e.printStackTrace();}}}
（10） 在 HDFS 中，将文件从源路径移动到目的路径
shell命令
./bin/hdfs dfs -mv text.txt text2.txt
package HDFSApi;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.*;import java.io.*;public class HDFSApi {/** * 移动文件 */public static boolean mv(Configuration conf, String remoteFilePath, StringremoteToFilePath) throws IOException {FileSystem fs = FileSystem.get(conf);Path srcPath = new Path(remoteFilePath);Path dstPath = new Path(remoteToFilePath);boolean result = fs.rename(srcPath, dstPath);fs.close();return result;}/** * 主函数 */public static void main(String[] args) {Configuration conf = new Configuration();conf.set("fs.default.name","hdfs://localhost:9000");String remoteFilePath = "hdfs:///user/hadoop/text.txt"; // 源文件 HDFS 路径String remoteToFilePath = "hdfs:///user/hadoop/new.txt"; // 目的 HDFS 路径try {if ( HDFSApi.mv(conf, remoteFilePath, remoteToFilePath) ) {System.out.println(" 将文件 " + remoteFilePath + " 移动到 " +remoteToFilePath);} else {System.out.println("操作失败(源文件不存在或移动失败)");}} catch (Exception e) {e.printStackTrace();}}}
（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。
在终端中先进入hadoop中，然后输入命令bin/hadoop dfsadmin -safemode leave使其离开安全模式
 运行过程如图：