hadoop 大数据 采集 hadoop大数据实战

文章目录

• 一、实验目的
• 二、实验平台
• 三、实验内容和要求

• （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，由用户指定是追加到原有文件末尾还是覆盖原有的文件
• （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
• （3） 将 HDFS 中指定文件的内容输出到终端中
• （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
• （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
• （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
• （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；
• （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；
• （9） 删除 HDFS 中指定的文件；
• （10） 删除 HDFS 中指定的目录，由用户指定目录中如果存在文件时是否删除目录；
• （11） 在 HDFS 中，将文件从源路径移动到目的路径。
• 编程实现一个类“MyFSDataInputStream”，该类继承“org.apache.hadoop.fs.FSDataInput Stream”，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。

一、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。

二、实验平台

操作系统：Ubuntu 16.04
Hadoop 版本：3.1.3
JDK 版本：1.8
Java IDE：IDEA2020

三、实验内容和要求

（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，由用户指定是追加到原有文件末尾还是覆盖原有的文件

开启hadoop服务：

创建两个文档用于实验

出现"hadoop：未找到命令"错误，解决方案有以下两种

1.在执行hadoop命令前加上“./sbin”，例如上图可以改为”./sbin/hadoop fs -cat local.txt“
2.shell命令修改环境变量 : export PATH=$PATH:/usr/local/hadoop/bin ,路径为hadoop安装路径。

上传cloud.txt文档

将local.txt内容追加到cloud.txt末尾

将local.txt内容覆盖到cloud.txt

hadoop fs -copyFromLocal local.txt cloud.txt

（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 $(hadoop fs -test -e /usr/local/hadoop/cloud/txt);
then $(hadoop fs -copyToLocal cloud.txt ./cloud.txt);
else $(hadoop fs -copyToLocal cloud.txt ./cloud2.txt);
fi

（3） 将 HDFS 中指定文件的内容输出到终端中

hadoop fs -cat cloud.txt

（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

hadoop fs -ls -h cloud.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

hadoop fs -lsr -h /

（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

hadoop fs -touch /test/test.txt //所在目录不存在时，创建新的空白文件
hadoop fs -rm -R /test/test.txt //删除文件

（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；

hadoop fs -mkdir -p file1/file2
hadoop fs -touchz file1/file2/test.txt
hadoop fs -rm -r file1/file2

（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；

hadoop fs -appendTofile local.txt cloud.txt //将本地local.txt的内容添加到cloud.txt的末尾

（9） 删除 HDFS 中指定的文件；

hadoop fs -rm ./cloud.txt //注意是删除HDFS中文件，本地的local.txt文件无法删除，会出现如图找不到此文件错误

（10） 删除 HDFS 中指定的目录，由用户指定目录中如果存在文件时是否删除目录；

hadoop fs -rmr file1/file2

（11） 在 HDFS 中，将文件从源路径移动到目的路径。

hadoop fs -mv /usr/local/hadoop/from.txt /usr/local/hadoop/to.txt

编程实现一个类“MyFSDataInputStream”，该类继承“org.apache.hadoop.fs.FSDataInput Stream”，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。

public class read {
    public void read() throws Exception{
        FSDataInputStream f = fileSystem.open(new path("/usr/local/hadoop/test.txt"));
        BufferedReader re = new BufferedReader(new InputStreamReader(f,"UTF-8"));
        System.out.println(re.readLine());
        re.close();
    }
}