java给HDFS文件内容追加写入 java 写hdfs

转载

mob64ca140f9cec 2024-02-22 11:03:51

文章标签 java给HDFS文件内容追加写入 hadoop 大数据 java hdfs 文章分类 Java 后端开发

在使用javaAPI进行hdfs的操作时，需要导入响应的jar包，这里使用maven统一管理，给出xml配置文件：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.example</groupId>
    <artifactId>hdfs_OperateTest</artifactId>
    <version>1.0-SNAPSHOT</version>

    <dependencies>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>3.8.1</version>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>2.6.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.6.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>2.6.0</version>
        </dependency>
    </dependencies>

    <build>
        <plugins>
            <plugin>
                <groupId>org.codehaus.mojo</groupId>
                <artifactId>exec-maven-plugin</artifactId>
                <version>3.0.0</version>
                <executions>
                    <execution>
                        <goals>
                            <goal>java</goal>
                        </goals>
                    </execution>
                </executions>
                <configuration>
                    <classpathScope>test</classpathScope>
                </configuration>
            </plugin>
        </plugins>
    </build>

    <properties>
        <!-- 文件拷贝时的编码 -->
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
        <!-- 编译时的编码 -->
        <maven.compiler.encoding>UTF-8</maven.compiler.encoding>
    </properties>
</project>

这里给出自己练习hdfs读写的代码：

package MyTest;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;
import org.apache.hadoop.io.Text;

import java.io.IOException;
import java.io.PrintStream;
import java.net.URI;

public class hdfsOperate {
    Path inputPath = null; // 读取文件地址
    Path outputPath = null; // 输出文件地址
    Configuration conf = new Configuration();    //这里获取本地hadoop位置配置信息
    public hdfsOperate(String input,String output){
        this.inputPath = new Path(input);
        this.outputPath = new Path(output);
        conf.set("fs.defaultFS","hdfs://localhost:9000");
        conf.set("fs.hdfs.impl","org.apache.hadoop.hdfs.DistributedFileSystem");
    }

    public void FileRead() throws IOException{

        //通过FileSystem获取文件
        FileSystem fsRead = FileSystem.get(URI.create(inputPath.toString()),conf);
        //获取文件信息
        FileStatus sta = fsRead.getFileStatus(inputPath);
        //输出文件信息
        System.out.print("路径：" + sta.getPath() + "    文件大小：" + sta.getLen()
                + "   权限：" + sta.getPermission() + "   内容：\n");
        //打开文件
        FSDataInputStream fsdis =  fsRead.open(sta.getPath());
        PrintStream ps = new PrintStream(System.out);    //控制输出到控制台
        byte[] data = new byte[1024];
        int read = -1;
        while ((read = fsdis.read(data))>0){
            ps.write(data,0,read);
        }
        fsdis.close();
    }

    public void FileWrite(Text text) throws IOException{
        //获取文件
        FileSystem fsWrite = FileSystem.get(URI.create(outputPath.toString()),conf);

        //创建文件
        FSDataOutputStream fsdos = fsWrite.create(outputPath);

        //将text写入文件
        fsdos.write(text.copyBytes());
        fsdos.close();

        System.out.print("创建成功!\n");
    }

    public void FileDelete() throws IOException{
        FileSystem fsDe = FileSystem.get(URI.create(outputPath.toString()),conf);
        boolean isDelete = fsDe.delete(outputPath,false);
        System.out.print("删除成功!\n");
    }

    public static void main(String[] args) throws IOException {
        hdfsOperate hdfsop = new hdfsOperate(
                "hdfs://localhost:9000/user/hadoop/merge.txt",  //需要读取的文件
                "hdfs://localhost:9000/user/hadoop/newFile.txt"); //创建的文件
        hdfsop.FileRead();
        Text text = new Text("This is a new creat File!");  //文件添加的内容
        hdfsop.FileWrite(text);
    }
}

输出：

java给HDFS文件内容追加写入 java 写hdfs_java

这里可能会出现一个连接失败的问题：大致是JavaAPI 拒绝连接 (没有截图过来) 就一片爆红，会发现是文件打开那的问题。

查看一下端口： netstat -nultp

看看有没有打开9000端口。

这个问题一般是由于hadoop打开时没有开启9000端口造成的，需要本机打开端口才能使得外部设备设施通过端口进行文件的访问。

这里需要找到hadoop目录下修改 ./etc/hadoop/core-site.xml

在里面添加：

<property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>

关闭hadoop 重新打开就可以了。

netstat -nultp 再看一下

参考
林子雨老师的文件内容合并代码：

package FileOperate;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.*;

import java.io.IOException;
import java.io.PrintStream;
import java.net.URI;

/*
  现在要执行的任务是：假设在目录“hdfs://localhost:9000/user/hadoop”下面有几个文件，
  分别是file1.txt、file2.txt、file3.txt、file4.abc和file5.abc，这里需要从该目录
  中过滤出所有后缀名不为“.abc”的文件，对过滤之后的文件进行读取，并将这些文件的内容合并到
  文件“hdfs://localhost:9000/user/hadoop/merge.txt”中。
 */

/**
 * 过滤掉文件名满足特定条件的文件
 */
class MyPathFilter implements PathFilter{
    String reg = null;
    MyPathFilter(String reg){
        this.reg = reg;
    }
    public boolean accept(Path path){
        return !(path.toString().matches(reg));
    }
}
/***
 * 利用FSDataOutputStream和FSDataInputStream合并HDFS中的文件
 */
public class MergeFile {
    Path inputPath = null; //待合并文件所在目录路径
    Path outputPath = null; //输出文件路径

    public MergeFile(String input,String output){
        this.inputPath = new Path(input);
        this.outputPath = new Path(output);
    }

    public void doMerge() throws  IOException{
        Configuration conf = new Configuration();
        conf.set("fs.defaultFS","hdfs://localhost:9000");
        conf.set("fs.hdfs.impl","org.apache.hadoop.hdfs.DistributedFileSystem");
        FileSystem fsSource = FileSystem.get(URI.create(inputPath.toString()),conf);
        FileSystem fsDst = FileSystem.get(URI.create(outputPath.toString()),conf);

        //过滤掉目录中后缀为abc的文件
        FileStatus[] sourceStatus = fsSource.listStatus(inputPath,
                new MyPathFilter(".*\\.abc"));
        FSDataOutputStream fsdos = fsDst.create(outputPath);
        PrintStream ps = new PrintStream(System.out);

        //下面分别读取过滤之后的每个文件的内容，并输出到同一个文件中
        for(FileStatus sta:sourceStatus){
            System.out.print("路径：" + sta.getPath() + "    文件大小：" + sta.getLen()
                    + "   权限：" + sta.getPermission() + "   内容：\n");
            FSDataInputStream fsdis = fsSource.open(sta.getPath());
            byte[] data = new byte[1024];
            int read = -1;
            while ((read = fsdis.read(data))>0){
                ps.write(data,0,read);
                fsdos.write(data,0,read);
            }
            fsdis.close();
        }
        ps.close();
        fsdos.close();
    }


    public static void main(String[] args) throws IOException {
        MergeFile merge = new MergeFile(
                "hdfs://localhost:9000/user/hadoop/",
                "hdfs://localhost:9000/user/hadoop/merge.txt");
        merge.doMerge();
    }

}

标签：(hadoop无法连接、hadoop拒绝访问、9000端口未打开、eclipse无法连接Hadoop、eclipse拒绝连接)

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。