通过 JAVA API 远程操作 HDFS 文件系统工具类

本贴最后更新于 2212 天前,其中的信息可能已经水流花落

通过JAVA API远程操作HDFS文件系统工具类

 


package com.huatec.edu.cloud.hdata.core.ooziejob.utils;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.hdfs.HAUtil;
import org.apache.hadoop.io.IOUtils;
import org.springframework.http.ResponseEntity;

import java.io.*;
import java.net.InetAddress;
import java.net.InetSocketAddress;
import java.net.URI;
import java.net.URISyntaxException;
import java.text.SimpleDateFormat;
import java.util.ArrayList;
import java.util.Date;
import java.util.List;

/**

  • @ Auther: houwenjie

  • @ Date: 2018/9/8 10:57

  • @ Description:远程操纵 HDFS 工具类
    */
    public class HDFSIOUtil {

    private static Configuration conf =new Configuration();
    private static FileSystem fs =null;
    private static Date date2 = new Date();
    private static SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy/MM/dd HH:mm:ss");//24 小时制

    private HDFSIOUtil(){}
    /**

    • @ return:
    • @ auther: houwenjie
    • @ date: 2018/9/3 14:59
    • @ Description: 读取 hdfs 上面文件
      */
      public static String readFile(String filePath) throws IOException, InterruptedException {
      FSDataInputStream in = null;
      Path srcPath = new Path(filePath);
      try {
      fs = srcPath.getFileSystem(conf);
      in = fs.open(srcPath);
      InputStreamReader isr = new InputStreamReader(in, "utf-8");
      BufferedReader br = new BufferedReader(isr);
      String line;
      StringBuffer stringBuffer = new StringBuffer();
      while ((line = br.readLine()) != null) {
      stringBuffer.append(line);
      stringBuffer.append("\r\n");
      }
      return stringBuffer.toString();
      // IOUtils.copyBytes(in, System.out, 4096, false);
      } finally {
      IOUtils.closeStream(in);
      }
      }

    /**

    • @ auther: houwenjie

    • @ date: 2018/9/8 11:21

    • @ Description: 将文件上传到 hdfs 上传路径需要指定文件名
      */
      public static void copyFileToHDFS(File file, String HDFSPath) throws IOException, InterruptedException {

      Path path = new Path(HDFSPath);
      fs = path.getFileSystem(conf);

      InputStream in = new BufferedInputStream(new FileInputStream(file));
      OutputStream out = fs.create(new Path(HDFSPath));
      IOUtils.copyBytes(in, out, 4096, true);
      in.close();
      }

    /**

    • 获取 hdfs 路径下的文件列表
    • @param srcpath
    • @return
      */
      public static List getFileList(String srcpath) throws IOException {
      Path path = new Path(srcpath);
      fs = path.getFileSystem(conf);
      Date date2 = new Date();
      SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy/MM/dd HH:mm:ss");//24 小时制
      List files = new ArrayList();
      HDFSFileEntity hdfsFileEntity = null;
      if (fs.exists(path) && fs.isDirectory(path)) {
      for (FileStatus status : fs.listStatus(path)) {
      hdfsFileEntity= new HDFSFileEntity();
      // String s=(status.isDirectory() ? "d" : "-")+status.getPermission()+","+status.getLen()+","+simpleDateFormat.format(date2)+","+status.getPath();
      hdfsFileEntity.setPermission((status.isDirectory() ? "d" : "-")+status.getPermission());
      hdfsFileEntity.setSize(status.getLen());
      hdfsFileEntity.setModification_time(simpleDateFormat.format(date2));
      hdfsFileEntity.setPath(status.getPath().toString());
      hdfsFileEntity.setBlock_replication((int)status.getReplication());
      hdfsFileEntity.setOwner(status.getOwner());
      hdfsFileEntity.setGroup(status.getGroup());
      hdfsFileEntity.setBlocksize(status.getBlockSize());
      files.add(hdfsFileEntity);
      }
      }
      //fs.close();
      return files;
      }

    public static void mkdir(String path) throws IOException {
    Path srcPath = new Path(path);
    FileSystem fs = srcPath.getFileSystem(conf);
    boolean isok = fs.mkdirs(srcPath);
    if (isok) {
    System.out.println("create dir ok!");
    } else {
    System.out.println("create dir failure");
    }
    //fs.close();
    }
    /**
    *

    • @ return:

    • @ auther: houwenjie

    • @ date: 2018/9/10 14:34

    • @ Description: 根据路径递归查询路径下的文件
      /
      public static List getFileSystem(String srcpath,List files) throws IOException {
      Path path = new Path(srcpath);
      fs = path.getFileSystem(conf);
      if (fs.exists(path) && fs.isDirectory(path)) {
      for (FileStatus status : fs.listStatus(path)) {
      files.add((status.isDirectory() ? "d" : "-")+status.getPermission()+","+status.getLen()+","+simpleDateFormat.format(date2)+","+status.getPath());
      getFileSystem(status.getPath().toString(),files);
      }
      }
      return files;
      }
      /
      *

    • @ auther: houwenjie

    • @ date: 2018/9/12 11:21

    • @ Description: 判断给定的路径是否是文件
      /
      public static boolean isFile( String HDFSPath) throws IOException {
      Path path = new Path(HDFSPath);
      fs = path.getFileSystem(conf);
      boolean isFile = fs.isFile(path);
      return isFile;
      }
      /
      *

    • 如果是高可用集群,判断是否是 active 的 namenode

    • @ return:

    • @ auther: houwenjie

    • @ date: 2018/10/16 13:45

    • @ Description:
      */
      public static String getActiveNameNode(String HDFSPath) {

      try {
      Path path = new Path(HDFSPath);
      fs = path.getFileSystem(conf);
      InetSocketAddress active = HAUtil.getAddressOfActive(fs);
      InetAddress address = active.getAddress();
      return "" + address.getHostAddress() + ":" + active.getPort();
      } catch (Exception e) {
      // e.printStackTrace();
      return null;
      }
      }

}

 

 

HDFSFileEntity实体类

package com.huatec.edu.cloud.hdata.core.ooziejob.utils;

import org.apache.hadoop.fs.Path;

/**

  • @ Auther: houwenjie

  • @ Date: 2018/10/15 14:08

  • @ Description:
    */
    public class HDFSFileEntity {
    private String path;
    private long size;
    private int block_replication;
    private long blocksize;
    private String modification_time;
    private String permission;
    private String owner;
    private String group;

    @Override
    public String toString() {
    return "HDFSFileEntity{" +
    "path='" + path + ''' +
    ", size=" + size +
    ", block_replication=" + block_replication +
    ", blocksize=" + blocksize +
    ", modification_time='" + modification_time + ''' +
    ", permission='" + permission + ''' +
    ", owner='" + owner + ''' +
    ", group='" + group + ''' +
    '}';
    }

    public String getPath() {
    return path;
    }

    public void setPath(String path) {
    this.path = path;
    }

    public long getSize() {
    return size;
    }

    public void setSize(long size) {
    this.size = size;
    }

    public int getBlock_replication() {
    return block_replication;
    }

    public void setBlock_replication(int block_replication) {
    this.block_replication = block_replication;
    }

    public long getBlocksize() {
    return blocksize;
    }

    public void setBlocksize(long blocksize) {
    this.blocksize = blocksize;
    }

    public String getModification_time() {
    return modification_time;
    }

    public void setModification_time(String modification_time) {
    this.modification_time = modification_time;
    }

    public String getPermission() {
    return permission;
    }

    public void setPermission(String permission) {
    this.permission = permission;
    }

    public String getOwner() {
    return owner;
    }

    public void setOwner(String owner) {
    this.owner = owner;
    }

    public String getGroup() {
    return group;
    }

    public void setGroup(String group) {
    this.group = group;
    }
    }

 

 

  • Hadoop

    Hadoop 是由 Apache 基金会所开发的一个分布式系统基础架构。用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力进行高速运算和存储。

    86 引用 • 122 回帖 • 616 关注

相关帖子

欢迎来到这里!

我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。

注册 关于
请输入回帖内容 ...

推荐标签 标签

  • GitBook

    GitBook 使您的团队可以轻松编写和维护高质量的文档。 分享知识,提高团队的工作效率,让用户满意。

    3 引用 • 8 回帖 • 4 关注
  • MyBatis

    MyBatis 本是 Apache 软件基金会 的一个开源项目 iBatis,2010 年这个项目由 Apache 软件基金会迁移到了 google code,并且改名为 MyBatis ,2013 年 11 月再次迁移到了 GitHub。

    170 引用 • 414 回帖 • 383 关注
  • Git

    Git 是 Linux Torvalds 为了帮助管理 Linux 内核开发而开发的一个开放源码的版本控制软件。

    209 引用 • 358 回帖
  • 国际化

    i18n(其来源是英文单词 internationalization 的首末字符 i 和 n,18 为中间的字符数)是“国际化”的简称。对程序来说,国际化是指在不修改代码的情况下,能根据不同语言及地区显示相应的界面。

    8 引用 • 26 回帖
  • Jenkins

    Jenkins 是一套开源的持续集成工具。它提供了非常丰富的插件,让构建、部署、自动化集成项目变得简单易用。

    53 引用 • 37 回帖
  • 数据库

    据说 99% 的性能瓶颈都在数据库。

    338 引用 • 705 回帖
  • RYMCU

    RYMCU 致力于打造一个即严谨又活泼、专业又不失有趣,为数百万人服务的开源嵌入式知识学习交流平台。

    4 引用 • 6 回帖 • 53 关注
  • Latke

    Latke 是一款以 JSON 为主的 Java Web 框架。

    70 引用 • 533 回帖 • 778 关注
  • Ant-Design

    Ant Design 是服务于企业级产品的设计体系,基于确定和自然的设计价值观上的模块化解决方案,让设计者和开发者专注于更好的用户体验。

    17 引用 • 23 回帖
  • 程序员

    程序员是从事程序开发、程序维护的专业人员。

    565 引用 • 3532 回帖
  • 开源中国

    开源中国是目前中国最大的开源技术社区。传播开源的理念,推广开源项目,为 IT 开发者提供了一个发现、使用、并交流开源技术的平台。目前开源中国社区已收录超过两万款开源软件。

    7 引用 • 86 回帖
  • 小薇

    小薇是一个用 Java 写的 QQ 聊天机器人 Web 服务,可以用于社群互动。

    由于 Smart QQ 从 2019 年 1 月 1 日起停止服务,所以该项目也已经停止维护了!

    34 引用 • 467 回帖 • 741 关注
  • 禅道

    禅道是一款国产的开源项目管理软件,她的核心管理思想基于敏捷方法 scrum,内置了产品管理和项目管理,同时又根据国内研发现状补充了测试管理、计划管理、发布管理、文档管理、事务管理等功能,在一个软件中就可以将软件研发中的需求、任务、bug、用例、计划、发布等要素有序的跟踪管理起来,完整地覆盖了项目管理的核心流程。

    6 引用 • 15 回帖 • 127 关注
  • Mobi.css

    Mobi.css is a lightweight, flexible CSS framework that focus on mobile.

    1 引用 • 6 回帖 • 733 关注
  • WebComponents

    Web Components 是 W3C 定义的标准,它给了前端开发者扩展浏览器标签的能力,可以方便地定制可复用组件,更好的进行模块化开发,解放了前端开发者的生产力。

    1 引用 • 2 关注
  • Bootstrap

    Bootstrap 是 Twitter 推出的一个用于前端开发的开源工具包。它由 Twitter 的设计师 Mark Otto 和 Jacob Thornton 合作开发,是一个 CSS / HTML 框架。

    18 引用 • 33 回帖 • 659 关注
  • Firefox

    Mozilla Firefox 中文俗称“火狐”(正式缩写为 Fx 或 fx,非正式缩写为 FF),是一个开源的网页浏览器,使用 Gecko 排版引擎,支持多种操作系统,如 Windows、OSX 及 Linux 等。

    8 引用 • 30 回帖 • 407 关注
  • 996
    13 引用 • 200 回帖 • 2 关注
  • Gitea

    Gitea 是一个开源社区驱动的轻量级代码托管解决方案,后端采用 Go 编写,采用 MIT 许可证。

    4 引用 • 16 回帖
  • Scala

    Scala 是一门多范式的编程语言,集成面向对象编程和函数式编程的各种特性。

    13 引用 • 11 回帖 • 123 关注
  • ZooKeeper

    ZooKeeper 是一个分布式的,开放源码的分布式应用程序协调服务,是 Google 的 Chubby 一个开源的实现,是 Hadoop 和 HBase 的重要组件。它是一个为分布式应用提供一致性服务的软件,提供的功能包括:配置维护、域名服务、分布式同步、组服务等。

    59 引用 • 29 回帖 • 3 关注
  • 正则表达式

    正则表达式(Regular Expression)使用单个字符串来描述、匹配一系列遵循某个句法规则的字符串。

    31 引用 • 94 回帖 • 1 关注
  • OpenShift

    红帽提供的 PaaS 云,支持多种编程语言,为开发人员提供了更为灵活的框架、存储选择。

    14 引用 • 20 回帖 • 623 关注
  • 阿里巴巴

    阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的 18 人,于 1999 年在中国杭州创立,他们相信互联网能够创造公平的竞争环境,让小企业通过创新与科技扩展业务,并在参与国内或全球市场竞争时处于更有利的位置。

    43 引用 • 221 回帖 • 127 关注
  • 一些有用的避坑指南。

    69 引用 • 93 回帖
  • Ubuntu

    Ubuntu(友帮拓、优般图、乌班图)是一个以桌面应用为主的 Linux 操作系统,其名称来自非洲南部祖鲁语或豪萨语的“ubuntu”一词,意思是“人性”、“我的存在是因为大家的存在”,是非洲传统的一种价值观,类似华人社会的“仁爱”思想。Ubuntu 的目标在于为一般用户提供一个最新的、同时又相当稳定的主要由自由软件构建而成的操作系统。

    124 引用 • 169 回帖
  • MongoDB

    MongoDB(来自于英文单词“Humongous”,中文含义为“庞大”)是一个基于分布式文件存储的数据库,由 C++ 语言编写。旨在为应用提供可扩展的高性能数据存储解决方案。MongoDB 是一个介于关系数据库和非关系数据库之间的产品,是非关系数据库当中功能最丰富,最像关系数据库的。它支持的数据结构非常松散,是类似 JSON 的 BSON 格式,因此可以存储比较复杂的数据类型。

    90 引用 • 59 回帖 • 4 关注