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
- 基本语法
bin/hadoop fs 具体命令 OR bin/hdfs dfs 具体命令
- 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 machinesHDFS命令演示
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-help：输出这个命令参数
[root@linux121 hadoop-2.9.2]$ hadoop fs -help rm-ls: 显示目录信息
[root@linux121 hadoop-2.9.2]$ hadoop fs -ls /-mkdir：在HDFS上创建目录
[root@linux121 hadoop-2.9.2]$ hadoop fs -mkdir -p /lagou/bigdata-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-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-cat：显示文件内容
[root@linux121 hadoop-2.9.2]$ hadoop fs -cat /lagou/bigdata/hadoop.txt-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-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 /-copyToLocal：从HDFS拷贝到本地
[root@linux121 hadoop-2.9.2]$ hadoop fs -copyToLocal /lagou/bigdata/hadoop.txt ./-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-mv：在HDFS目录中移动文件
[root@linux121 hadoop-2.9.2]$ hadoop fs -mv /hdfs.txt /lagou/bigdata/-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 ./-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/-tail：显示一个文件的末尾
[root@linux121 hadoop-2.9.2]$ hadoop fs -tail /user/root/test/yarn.txt-rm：删除文件或文件夹
[root@linux121 hadoop-2.9.2]$ hadoop fs -rm /user/root/test/yarn.txt-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-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-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
- 将Hadoop-2.9.2安装包解压到非中文路径（例如：E:\hadoop-2.9.2）。
- 配置HADOOP_HOME环境变量
- 配置Path环境变量。
创建一个Maven工程ClientDemo
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创建包名：com.lagou.hdfs
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
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"); }将hdfs-site.xml拷贝到项目的根目录下
dfs.replication 1参数优先级
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。
文件上传
需求：把本地e盘上的lagou.txt文件上传到HDFS根目录
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(); }
文件下载
需求：从HDFS上下载lagou.txt文件到本地e盘上
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(); }
seek 定位读取
需求：将HDFS上的lagou.txt的内容在控制台输出两次
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); } } ```