目录

  • 1.5.4 HDFS 客户端操作
    • 1.5.4.1 Shell 命令行操作HDFS
    • 1.5.4.2 JAVA客户端
      • 1.5.4.2.1 客户端环境准备
      • 1.5.4.2.2 HDFS的API操作
        • 1.5.4.2.2.1 上传文件
        • 1.5.4.2.2.2 下载文件
        • 1.5.4.2.2.3 删除文件/文件夹
        • 1.5.4.2.2.4 查看文件名称、权限、长度、块信息
        • 1.5.4.2.2.5 文件夹判断
        • 1.5.4.2.2.6 I/O流操作HDFS

1.5.4 HDFS 客户端操作1.5.4.1 Shell 命令行操作HDFS

  1. 基本语法

bin/hadoop fs 具体命令 OR bin/hdfs dfs 具体命令

  1. 命令大全
[root@linux121 hadoop-2.9.2]# bin/hdfs dfs Usage: hadoop fs [generic options] [-appendToFile  ... ] [-cat [-ignoreCrc]  ...] [-checksum  ...] [-chgrp [-R] GROUP PATH...] [-chmod [-R]  PATH...] [-chown [-R] [OWNER][:[GROUP]] PATH...] [-copyFromLocal [-f] [-p] [-l] [-d]  ... ] [-copyToLocal [-f] [-p] [-ignoreCrc] [-crc]  ... ] [-count [-q] [-h] [-v] [-t []] [-u] [-x]  ...] [-cp [-f] [-p | -p[topax]] [-d]  ... ] [-createSnapshot  []] [-deleteSnapshot  ] [-df [-h] [ ...]] [-du [-s] [-h] [-x]  ...] [-expunge] [-find  ...  ...] [-get [-f] [-p] [-ignoreCrc] [-crc]  ... ] [-getfacl [-R] ] [-getfattr [-R] {-n name | -d} [-e en] ] [-getmerge [-nl] [-skip-empty-file]  ] [-help [cmd ...]] [-ls [-C] [-d] [-h] [-q] [-R] [-t] [-S] [-r] [-u] [ ...]] [-mkdir [-p]  ...] [-moveFromLocal  ... ] [-moveToLocal  ] [-mv  ... ] [-put [-f] [-p] [-l] [-d]  ... ] [-renameSnapshot   ] [-rm [-f] [-r|-R] [-skipTrash] [-safely]  ...] [-rmdir [--ignore-fail-on-non-empty]  ...] [-setfacl [-R] [{-b|-k} {-m|-x } ]|[--set  ]] [-setfattr {-n name [-v value] | -x name} ] [-setrep [-R] [-w]   ...] [-stat [format]  ...] [-tail [-f] ] [-test -[defsz] ] [-text [-ignoreCrc]  ...] [-touchz  ...] [-truncate [-w]   ...] [-usage [cmd ...]] Generic options supported are:-conf specify an application configuration file-D define a value for a given property-fs  specify default filesystem URL to use, overrides 'fs.defaultFS' property from configurations. -jt   specify a ResourceManager-files specify a comma-separated list of files to be copied to the map reduce cluster-libjars specify a comma-separated list of jar files to be included in the classpath-archives           specify a comma-separated list of archives to be unarchived on the compute machines
  1. HDFS命令演示

    1. 启动Hadoop集群(方便后续的测试)

      [root@linux121 hadoop-2.9.2]$ sbin/start-dfs.sh[root@linux122 hadoop-2.9.2]$ sbin/start-yarn.sh
    2. -help:输出这个命令参数

      [root@linux121 hadoop-2.9.2]$ hadoop fs -help rm
    3. -ls: 显示目录信息

      [root@linux121 hadoop-2.9.2]$ hadoop fs -ls /
    4. -mkdir:在HDFS上创建目录

      [root@linux121 hadoop-2.9.2]$ hadoop fs -mkdir -p /lagou/bigdata
    5. -moveFromLocal:从本地剪切粘贴到HDFS

      [root@linux121 hadoop-2.9.2]$ touch hadoop.txt[root@linux121 hadoop-2.9.2]$ hadoop fs  -moveFromLocal  ./hadoop.txt /lagou/bigdata
    6. -appendToFile:追加一个文件到已经存在的文件末尾

      [root@linux121 hadoop-2.9.2]$ touch hdfs.txt[root@linux121 hadoop-2.9.2]$ vi hdfs.txt

      输入

      namenode datanode block replication[root@linux121 hadoop-2.9.2]$ hadoop fs -appendToFile ./hdfs.txt /lagou/bigdata/hadoop.txt
    7. -cat:显示文件内容

      [root@linux121 hadoop-2.9.2]$ hadoop fs -cat /lagou/bigdata/hadoop.txt
    8. -chgrp 、-chmod、-chown:Linux文件系统中的用法一样,修改文件所属权限

      [root@linux121 hadoop-2.9.2]$ hadoop fs  -chmod  666  /lagou/bigdata/hadoop.txt[root@linux121 hadoop-2.9.2]$ hadoop fs  -chown  root:root /lagou/bigdata/hadoop.txt
    9. -copyFromLocal:从本地文件系统中拷贝文件到HDFS路径去

      [root@linux121 hadoop-2.9.2]$ hadoop fs -copyFromLocal README.txt /
    10. -copyToLocal:从HDFS拷贝到本地

      [root@linux121 hadoop-2.9.2]$ hadoop fs -copyToLocal /lagou/bigdata/hadoop.txt ./
    11. -cp :从HDFS的一个路径拷贝到HDFS的另一个路径

      [root@linux121 hadoop-2.9.2]$ hadoop fs -cp /lagou/bigdata/hadoop.txt /hdfs.txt
    12. -mv:在HDFS目录中移动文件

      [root@linux121 hadoop-2.9.2]$ hadoop fs -mv /hdfs.txt /lagou/bigdata/
    13. -get:等同于copyToLocal,就是从HDFS下载文件到本地

      [root@linux121 hadoop-2.9.2]$ hadoop fs -get /lagou/bigdata/hadoop.txt ./
    14. -put:等同于copyFromLocal

      [root@linux121 hadoop-2.9.2]$ hadoop fs -mkdir -p /user/root/test/ #本地文件系统创建yarn.txt [root@linux121 hadoop-2.9.2]$ vim yarn.txt resourcemanager nodemanager [root@linux121 hadoop-2.9.2]$ hadoop fs -put ./yarn.txt /user/root/test/
    15. -tail:显示一个文件的末尾

      [root@linux121 hadoop-2.9.2]$ hadoop fs -tail /user/root/test/yarn.txt
    16. -rm:删除文件或文件夹

      [root@linux121 hadoop-2.9.2]$ hadoop fs -rm /user/root/test/yarn.txt
    17. -rmdir:删除空目录

      [root@linux121 hadoop-2.9.2]$ hadoop fs -mkdir /test[root@linux121 hadoop-2.9.2]$ hadoop fs -rmdir /test
    18. -du统计文件夹的大小信息

      [root@linux121 hadoop-2.9.2]$ hadoop fs -du -s -h /user/root/test[root@linux121 hadoop-2.9.2]$ hadoop fs -du  -h /user/root/test
    19. -setrep:设置HDFS中文件的副本数量

      [root@linux121 hadoop-2.9.2]$ hadoop fs -setrep 10 /lagou/bigdata/hadoop.txt

    图3-3 HDFS副本数量
    这里设置的副本数只是记录在NameNode的元数据中,是否真的会有这么多副本,还得看DataNode的数量。因为目前只有3台设备,最多也就3个副本,只有节点数的增加到10台时,副本数才能达到10。

1.5.4.2 JAVA客户端1.5.4.2.1 客户端环境准备

  1. 将Hadoop-2.9.2安装包解压到非中文路径(例如:E:\hadoop-2.9.2)。

  1. 配置HADOOP_HOME环境变量

  1. 配置Path环境变量。

  1. 创建一个Maven工程ClientDemo

  2. 导入相应的依赖坐标+日志配置文件

      junit junit RELEASE   org.apache.logging.log4jlog4j-core 2.8.2  org.apache.hadoop hadoop-common 2.9.2   org.apache.hadoop hadoop-client 2.9.2   org.apache.hadoophadoop-hdfs2.9.2  

    为了便于控制程序运行打印的日志数量,需要在项目的src/main/resources目录下,新建一个文件,命名为“log4j.properties”,文件内容:

    log4j.rootLogger=INFO, stdout log4j.appender.stdout=org.apache.log4j.ConsoleAppender log4j.appender.stdout.layout=org.apache.log4j.PatternLayout log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n log4j.appender.logfile=org.apache.log4j.FileAppender log4j.appender.logfile.File=target/spring.log log4j.appender.logfile.layout=org.apache.log4j.PatternLayout log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
  3. 创建包名:com.lagou.hdfs

  4. 创建HdfsClient类

    public class HdfsClient{@Testpublic void testMkdirs() throws IOException, InterruptedException, URISyntaxException { // 1 获取文件系统 Configuration configuration = new Configuration(); // 配置在集群上运行 // configuration.set("fs.defaultFS", "hdfs://linux121:9000"); // FileSystem fs = FileSystem.get(configuration); FileSystem fs = FileSystem.get(new URI("hdfs://linux121:9000"), configuration, "root"); // 2 创建目录 fs.mkdirs(new Path("/test"));// 3 关闭资源 fs.close();}}

遇到问题:
如果不指定操作HDFS集群的用户信息,默认是获取当前操作系统的用户信息,出现权限被拒绝的问 题,报错如下:

1.5.4.2.2 HDFS的API操作1.5.4.2.2.1 上传文件

  1. 编写源代码

    @Test public void testCopyFromLocalFile() throws IOException, InterruptedException, URISyntaxException { // 1 获取文件系统 Configuration configuration = new Configuration(); configuration.set("dfs.replication", "2"); FileSystem fs = FileSystem.get(new URI("hdfs://linux121:9000"), configuration, "root"); // 2 上传文件 fs.copyFromLocalFile(new Path("e:/lagou.txt"), new Path("/lagou.txt")); // 3 关闭资源 fs.close(); System.out.println("end"); }
  2. 将hdfs-site.xml拷贝到项目的根目录下

        dfs.replication 1  
  3. 参数优先级

    参数优先级排序:(1)代码中设置的值 >(2)用户自定义配置文件 >(3)服务器的默认配置

1.5.4.2.2.2 下载文件

@Test public void testCopyToLocalFile() throws IOException, InterruptedException, URISyntaxException{ // 1 获取文件系统 Configuration configuration = new Configuration(); FileSystem fs = FileSystem.get(new URI("hdfs://linux121:9000"), 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("/lagou.txt"), new Path("e:/lagou_copy.txt"), true); // 3 关闭资源 fs.close(); }

1.5.4.2.2.3 删除文件/文件夹

@Test public void testDelete() throws IOException, InterruptedException, URISyntaxException{ // 1 获取文件系统 Configuration configuration = new Configuration(); FileSystem fs = FileSystem.get(new URI("hdfs://linux121:9000"), configuration, "root"); // 2 执行删除 fs.delete(new Path("/api_test/"), true); // 3 关闭资源 fs.close(); }

1.5.4.2.2.4 查看文件名称、权限、长度、块信息

@Test public void testListFiles() throws IOException, InterruptedException, URISyntaxException{ // 1获取文件系统Configuration configuration = new Configuration(); FileSystem fs = FileSystem.get(new URI("hdfs://linux121:9000"), configuration, "root"); // 2 获取文件详情 RemoteIterator 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("-----------华丽的分割线----------"); } // 3 关闭资源 fs.close(); }

1.5.4.2.2.5 文件夹判断

@Test public 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://linux121:9000"), 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();

1.5.4.2.2.6 I/O流操作HDFS

以上我们使用的API操作都是HDFS系统框架封装好的。我们自己也可以采用IO流的方式实现文件的上传 和下载。

  1. 文件上传

    1. 需求:把本地e盘上的lagou.txt文件上传到HDFS根目录

    2. 编写代码

      @Test public void putFileToHDFS() throws IOException, InterruptedException, URISyntaxException { // 1 获取文件系统 Configuration configuration = new Configuration(); FileSystem fs = FileSystem.get(new URI("hdfs://linux121:9000"), configuration, "root"); // 2 创建输入流 FileInputStream fis = new FileInputStream(new File("e:/lagou.txt")); // 3 获取输出流 FSDataOutputStream fos = fs.create(new Path("/lagou_io.txt")); // 4 流对拷 IOUtils.copyBytes(fis, fos, configuration); // 5 关闭资源 IOUtils.closeStream(fos); IOUtils.closeStream(fis); fs.close(); }
  2. 文件下载

    1. 需求:从HDFS上下载lagou.txt文件到本地e盘上

    2. 编写代码

      // 文件下载 @Test public void getFileFromHDFS() throws IOException, InterruptedException, URISyntaxException{ // 1 获取文件系统 Configuration configuration = new Configuration(); FileSystem fs = FileSystem.get(new URI("hdfs://linux121:9000"), configuration, "root"); // 2 获取输入流 FSDataInputStream fis = fs.open(new Path("/lagou_io.txt")); // 3 获取输出流 FileOutputStream fos = new FileOutputStream(new File("e:/lagou_io_copy.txt")); // 4 流的对拷 IOUtils.copyBytes(fis, fos, configuration); // 5 关闭资源 IOUtils.closeStream(fos); IOUtils.closeStream(fis); fs.close(); }
  3. seek 定位读取

    1. 需求:将HDFS上的lagou.txt的内容在控制台输出两次

    2. 编写代码

      @Test public void readFileSeek2() throws IOException, InterruptedException, URISyntaxException{ // 1 获取文件系统 Configuration configuration = new Configuration(); FileSystem fs = FileSystem.get(new URI("hdfs://linux121:9000"), configuration, "root"); // 2 打开输入流,读取数据输出到控制台 FSDataInputStream in = null; try{ in= fs.open(new Path("/lagou.txt")); IOUtils.copyBytes(in, System.out, 4096, false); in.seek(0);  //从头再次读取 IOUtils.copyBytes(in, System.out, 4096, false); }finally { IOUtils.closeStream(in); } }

    注意

    • windows解压安装Hadoop后,在调用相关API操作HDFS集群时可能会报错,这是由于Hadoop安 装缺少windows操作系统相关文件所致,如下图:


解决方案:
从资料文件夹中找到winutils.exe拷贝放到windows系统Hadoop安装目录的bin目录下即可!! HDFS文件系统权限问题

 - hdfs的文件权限机制与linux系统的文件权限机制类似!!    r:read  w:write  x:execute  权限x对于文件表示忽略,对于文件夹表示是否有权限访问其内容    如果linux系统用户zhangsan使用hadoop命令创建一个文件,那么这个文件在HDFS当中的owner 就是zhangsan    HDFS文件权限的目的,防止好人做错事,而不是阻止坏人做坏事。HDFS相信你告诉我你是谁, 你就是谁!!    解决方案    - 指定用户信息获取FileSystem对象    - 关闭HDFS集群权限校验     ```properties     vim hdfs-site.xml          #添加如下属性           dfs.permissions     true          ```     修改完成之后要分发到其它节点,同时要重启HDFS集群   - 基于HDFS权限本身比较鸡肋的特点,我们可以彻底放弃HDFS的权限校验,如果生产环境中我们可以考虑借助kerberos以及sentry等安全框架来管理大数据集群安全。所以我们直接修改HDFS的根目录权限为777     ```shell     hadoop fs -chmod -R 777 /     ```   参考代码   ```java   package com.lagou.hdfs;      import org.apache.hadoop.conf.Configuration;   import org.apache.hadoop.fs.*;   import org.apache.hadoop.fs.permission.FsPermission;   import org.apache.hadoop.io.IOUtils;   import org.apache.hadoop.util.Progressable;   import org.apache.hadoop.yarn.webapp.hamlet.Hamlet;   import org.junit.After;   import org.junit.Before;   import org.junit.Test;   import java.io.*;   import java.net.URI;   import java.net.URISyntaxException;      public class HdfsClientDemo {   FileSystem fs = null;   Configuration configuration = null;      @Before   public void init() throws URISyntaxException, IOException, InterruptedException {   //1 获取Hadoop 集群的configuration对象    configuration = new Configuration();   //configuration.set("fs.defaultFS", "hdfs://linux121:9000");   //configuration.set("dfs.replication", "2");    //2 根据configuration获取Filesystem对象    fs = FileSystem.get(new URI("hdfs://linux121:9000"), configuration, "root");   }      @After   public void destory() throws IOException {   //4 释放FileSystem对象(类似数据库连接)    fs.close();   }      @Test   public void testMkdirs() throws URISyntaxException, IOException, InterruptedException {   //FileSystem fs = FileSystem.get(configuration);    //3 使用FileSystem对象创建一个测试目录    fs.mkdirs(new Path("/api_test2"));   }      // 上传文件   @Test   public void copyFromLocalToHdfs() throws URISyntaxException, IOException, InterruptedException {   //上传文件    //src:源文件目录:本地路径    //dst:目标文件目录,hdfs路径    fs.copyFromLocalFile(new Path("e:/lagou.txt"), new Path("/lagou.txt"));    // 上传文件到hdfs默认是3个副本,   //如何改变上传文件的副本数量?    //1 configuration对象中指定新的副本数量    }      // 下载文件   @Test   public void copyFromHdfsToLocal() throws URISyntaxException, IOException, InterruptedException {   // boolean:是否删除源文件    //src:hdfs路径    //dst:目标路径,本地路径    fs.copyToLocalFile(true, new Path("/lagou.txt"), new Path("e:/lagou_copy.txt"));   }      // 删除文件或者文件夹   @Test   public void deleteFile() throws URISyntaxException, IOException, InterruptedException {   fs.delete(new Path("/api_test2"), true);   }      // 遍历hdfs的根目录得到文件以及文件夹的信息:名称,权限,长度等   @Test   public void listFiles() throws URISyntaxException, IOException, InterruptedException {   //得到一个迭代器:装有指定目录下所有文件信息    RemoteIterator remoteIterator = fs.listFiles(new Path("/"), true);   //遍历迭代器    while (remoteIterator.hasNext()) {   LocatedFileStatus fileStatus = remoteIterator.next();   //文件名称    final String fileName = fileStatus.getPath().getName();   //长度    final long len = fileStatus.getLen();   //权限    final FsPermission permission = fileStatus.getPermission();   //分组    final String group = fileStatus.getGroup();   //用户    final String owner = fileStatus.getOwner();   System.out.println(fileName + "\t" + len + "\t" + permission + "\t" + group + "\t" + owner);   //块信息    final BlockLocation[] blockLocations = fileStatus.getBlockLocations();   for (BlockLocation blockLocation : blockLocations) {   final String[] hosts = blockLocation.getHosts();   for (String host : hosts) {   System.out.println("主机名称" + host);   }   }   System.out.println("---------------------------------");   }   }      // 文件以及文件夹判断   @Test   public void isFile() throws URISyntaxException, IOException, InterruptedException {   final FileStatus[] fileStatuses = fs.listStatus(new Path("/"));   for (FileStatus fileStatus : fileStatuses) {   final boolean flag = fileStatus.isFile();   if (flag) {   System.out.println("文件:" + fileStatus.getPath().getName());   } else {   System.out.println("文件夹:" + fileStatus.getPath().getName());   }   }   }      // 使用IO流操作HDFS   //上传文件:准备输入流读取本地文件,使用hdfs的输出流写数据到hdfs    @Test   public void uploadFileIO() throws IOException {   //1. 读取本地文件的输入流    final FileInputStream inputStream = new FileInputStream(new File("e:/lagou.txt"));   //2. 准备写数据到hdfs的输出流    final FSDataOutputStream outputStream = fs.create(new Path("/lagou.txt"));   // 3.输入流数据拷贝到输出流    :数组的大小,以及是否关闭流底层有默认值   IOUtils.copyBytes(inputStream, outputStream, configuration);   // 4.可以再次关闭流   IOUtils.closeStream(outputStream);   IOUtils.closeStream(inputStream);   }      // 下载文件   @Test   public void downLoadFileIO() throws IOException {   //1. 读取hdfs文件的输入流    final FSDataInputStream in = fs.open(new Path("/lagou.txt")); // 2. 本地文件的输出流   final FileOutputStream out = new FileOutputStream(new File("e:/lagou_io_copy.txt"));   //3. 流的拷贝    IOUtils.copyBytes(in, out, configuration);   //4.可以再次关闭流    IOUtils.closeStream(out);   IOUtils.closeStream(in);   }      // seek定位读取hdfs指定文件 :使用io流读取/lagou.txt文件并把内容输出两次,本质就是读取文 件内容两次并输出   @Test   public void seekReadFile() throws IOException {   //1 创建一个读取hdfs文件的输入流    final FSDataInputStream in = fs.open(new Path("/lagou.txt"));   //2.控制台数据:System.out    //3 实现流拷贝,输入流--》控制台输出   //    IOUtils.copyBytes(in, System.out, configuration);    IOUtils.copyBytes(in, System.out, 4096, false);    // 4. 再次读取文件   in.seek(0); // 定位从0偏移量(文件头部)再次读取   IOUtils.copyBytes(in, System.out, 4096, false);   //5.关闭输入流    IOUtils.closeStream(in);   }   }   ```