Hadoop学习（ HDFS实现分布式存储：

电玩女神 2022-12-29 12:37 123阅读 0赞

# Hadoop 核心-HDFS #

> **前面提过，大数据的特点是：** 体量大 类型繁多　值密度低　产生和处理速度快。
> 
> #  #
> 
> **当数据集的大小超过一台独立的物理计算机的存储能力时：**  
> 就必须对它进行分区并存储到若干台单独的计算机上，然后将这些计算机通过`网络连接`。  
> 并对网络中的文件系统进行集中管理 , 由此构成 **`分布式文件系统 (HDFS)`**

## HDFS概述 ##

### 介绍: ###

> 在现代的企业环境中，单机容量往往无法存储大量数据，需要跨机器存储。  
> 统一管理分布在 ：**`集群上的文件系统称为分布式文件系统`**
> 
> #  #
> 
> `HDFS`（Hadoop Distributed File System）是 Apache Hadoop 项目的一个子项目
> 
> #  #
> 
> Hadoop 非常适于存储`大型数据` (比如 TB 和 PB) ,  
> 其就是使用 `HDFS 作为存储系统` **HDFS 使用多台计算机 集群 存储文件**,  
> 并且提供统一的访问接口, 像是访问一个普通文件系统一样使用分布式文件系统.
> 
> #  #
> 
> Google 发布了三篇论文, 被称作为三驾马车, 其中有一篇叫做 `GFS`  
> 是描述了 Google 内部的一个叫做 GFS 的分布式大规模文件系统 ：`具有强大的可伸缩性和容错性`  
> **Doug Cutting** ***后来根据GFS的论文, 创造了一个新的文件系统, 叫做 `HDFS`***

### 适合的应用场景 ###

> **存储非常大的文件：**
> 
>  *  这里非常大指的是几百M、G、或者TB级别，适合需要`高吞吐量`，`对延时没有要求` 的程序。
> 
> **采用流式的数据访问方式：**
> 
>  *  `一次写入、多次读取` 数据集经常从数据源生成或者拷贝一 次，然后在其上做很多分析工作 。
> 
> **运行于商业硬件上：**
> 
>  *  Hadoop不需要特别贵的机器，可运行于普通廉价机器;

### 同样，HDFS也存在缺点　以下应用就不适合在HDFS上运行: ###

> **低延时的数据访问：**
> 
>  *  不适合对延时要求在毫秒级别的应用，HDFS是为高吞吐数据传输设计的,因此可能`牺牲延时`
> 
> **无法大量的存储小文件：**
> 
>  *  大量小文件，`元数据保存在NameNode`的内存中，  
>     整个文件系统的文件数量会受限于NameNode的内存大小;  
>     **`NameNode` 相当于一个老大, 手下有很多的`DataNode` 小弟, 小弟存储文件数据, 老大只需要记录不同小弟存储的数据;**  
>     当老大的内存满了就不能记录小弟了 `无论是大数据还是 1kb小数据 , 记录都在 老大NameNode 的 元数据中`…
> 
> **不支持多用户`写入`/`修改`文件：**
> 
>  *  写入/修改, 都是基于 `流` 访问:  
>     目前在HDFS 的一个文件，同时只能有一个用户写入 , 并且只能写在文件末尾…**(还有待升级!!)**

### HDFS 的架构 ###

**HDFS是一个 主/从（Mater/Slave）体系结构**  
**HDFS由四部分组成，`HDFS Client`、`NameNode`、`DataNode`和`Secondary NameNode`。**

> ![在这里插入图片描述][20201223205624226.png_pic_center]  
> **Client：就是客户端**  
> **文件切分：**
> 
>  *  文件上传 HDFS 的时候，Client 将文件切分成 一个一个的Block，  
>     **文件块:如图DataNode数字编号的方块**  
>     — 它是文件存储理的最小逻辑单元，默认块大小为64MB．
>  *  **使用文件块的好处是：**  
>     文件的所有块并不需要存储在同一个磁盘上，可以利用集群上的任意一个磁盘进行存储。  
>     对分布式系统来说，由于块的大小是固定的，因此计算单个磁盘能存储多少个块就相对容易**可简化存储管理。**  
>     在数据冗余备份时， 将每个块复制到几台独立的机器上(默认为三台)  
>     可以确保在块、磁盘或机器发生故障后数据不会丢失。如果发现一个块不可用，系统会从其他地方读取另个副本**这个过程对用户是透明的**
> 
> #  #
> 
> **NameNode和DataNode节点：**  
> **NameNode：就是 master，它是一个主管、管理者。**
> 
>  *  NameNode 负责管理文件系统的命名空间，属于`管理者角色`。  
>     它维护文件系统树内所有文件和目录，记录每个文件在各个DataNode.上的**位置和副本信息**：**并协调客户端对文件的访问。**  
>     这些信息以两种形式存在：`命名空间镜像文件 edits_*` 和 `编辑日志文件 fsimage_*`
>  *  NameNode元数据：  
>     NameNode在内存中保存着整个文件系统的名称 空间和文件数据块的地址映射  
>     **`整个HDFS可存储的文件数受限于NameNode的内存大小;`**  
>     位于NameNode节点node1的：hadoop/ dfs/name/ current目录　(由hdfs-site.xml中的dfs .namenode. name. dir 属性指定)
>  *  NameNode心跳机制  
>     全权管理数据块的复制，**周期性的接受心跳和块的状态报告信息**（包含该DataNode上所有数据块的列表）  
>     若接受到心跳信息，NameNode认为DataNode工作正常，  
>     如果在10分钟后还接受到不到DN的心跳，那么NameNode认为DataNode已经宕机 ,  
>     这时候NN准备要把DN上的数据块进行重新的复制。  
>     **确保DataNode 稳定, 进行 `存储/记录/备份...` 操作, 确保程序稳定…**
> 
> #  #
> 
> **DataNode：就是Slave。NameNode 下达命令，DataNode 执行实际的操作。**
> 
>  *  存储实际的数据块。执行数据块的读/写操作。 提供真实文件数据的存储服务。
>  *  Data Node以数据块的形式存储HDFS文件 `典型的块大小是64MB 尽量将数据块分布到各个不同的DataNode节点上。`
>  *  Data Node 响应HDFS 客户端进行读写请求
>  *  Data Node 周期性向NameNode汇报心跳信息 / 数据块信息 / 缓存数据块信息  
>     DataNode节点的数据存储目录为/home/hduser/hadoop/dfs/data  
>     **(由：hdfs- -site. xml中的dfs.datanode.data.dir 属性指定)。**
> 
> #  #
> 
> **Secondary NameNode：辅助 NameNode，分担其工作量。**  
> 定期合并 fsimage和fsedits，并推送给NameNode，在紧急情况下，可辅助恢复 NameNode。
> 
>  *  如果在NameNode上的数据损坏，HDFS中所有的文件都不能被访问  
>     为了保证NameNode的高可用性，Hadoop对NameNode进行了补充**Secondary NameNode**
>  *  相当于NameNode的快照能够周期性地备份NameNode记录NameNode中的元数据等，  
>     也可以用来恢复NameNode,但SecondaryNameNode中的备份会滞后于NameNode. 所以会带来一定的数据损失。  
>     `为了防止宕机.通常是将Secondary NameNode 和NameNode 设置为不同的主机。`
>  *  有点类似于, 老大的助手:  
>     前线在战斗, 司令并不能实时了解情况, 经常有助理讲前选的最新数据报告老大  
>     老大把旧数据 和 新数据 合并就是整个战争的情报数据 !

## HDFS的副本机制和机架感知 ##

### HDFS 文件副本机制 ###

1.  一个文件有可能大于集群中任意一个磁盘，引入块机制,可以很好的解决这个问题
2.  使用块作为文件存储的逻辑单位可以简化存储子系统
3.  块非常适合用于数据备份进而提供数据容错能力  
    **在 `Hadoop1` 当中, 文件的 block 块默认大小是 64M, `Hadoop2` 当中, 文件的 block 块大小默认是128M,**  
    block 块的大小可以通过 `hdfs-site.xml` 当中的配置文件进行指定：

<property> 
       <name>dfs.block.size</name> 
       <value>块大小 以字节为单位</value> 
    </property>

### 机架感知 ###

HDFS分布式文件系统的内部有一个副本存放策略：以默认的副本数=3为例：  
1、第一个副本块存本机  
2、第二个副本块存跟本机同机架内的其他服务器节点  
3、第三个副本块存不同机架的一个服务器节点上

## Master/Slave 架构 ##

一个HDFS 集群, 由一个 NameNode 和多个 DataNode 组成, 属于典型的Master/Stave模式;

> **数据读流程:**  
> 由客户端向Namelote请求访问某个文件。  
> Namelede 返回该文件所在位置即在哪个DataNode.上， 然后 由客户端从该DataNode读取数据。  
> **数据写流程:**  
> 由客户端向NameNode发出文件写请求NameNode告诉客户该向哪个DataNode写入该文件，  
> 然后由客户将文件写入该DataNode节点，随后该DataNode将该文件自动复制到其他DataNode节点上，默认三份备份。

## Hadoop FS Shell 命令: ##

**语法：**

> Hadoop　fs　< args>  
> **其中hadoop：** , 命令位于SHADOOP\_HOME /bin目录下  
> **fs：** 为其参数，表示FS Shell  
> **< args>：** 是fs的子命令，格式类似于Linux Shell 命令，并且功能也类似，**如下:**
> 
>  *  创建目录：mkdir  
>     列表文件：ls  
>     查看文件：cat  
>     转移文件：put、get、mv、cp  
>     删除文件：rm、rmr  
>     管理命令：test、du、expunge

## 使用 FS Shell 命令, 操作HDFS ##

**HDFS 可以在这里查看, 当前实现要启动 NameNode DataNode …** `start-all.sh`  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw_size_16_color_FFFFFF_t_70]

### 查看文件系统 ###

> 查看所有文件  
> `hadoop fs -ls /` ：后面指定要查询文件系统的目录～  
> ![在这里插入图片描述][20201225221006867.png]  
> ＞**Hadoop 也可以访问本地目录: `个人觉得没啥,直接用linux 自己的命令不香吗?`**  
> 对要访问本地的文件目录前加上 `file://` **前缀**  
> `hadoop fs -ls file:///指定本地文件访问`  
> **或 Linux** `ls 目录` 进行直接访问!  
> ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw_size_16_color_FFFFFF_t_70 1]  
> **一般主要使用 `hadoop fs` 命令来操作 `HDFS文件系统!`**

### 创建目录：`接受路径指定的URI作为参数，创建这些目录` ###

不支持支持同时创建多级目录, 使用-p参数可以递归创建目录  
`Hadoop fs [-p] -mkdir 文件名`

# 在文件系统根目录下创建 user目录
    hadoop fs  -mkdir /user
    # 在HDFS中创建“/user/hadoop”目录,前提需要有 /user
    hadoop fs -mkdir /user/hadoop      
    # 同时创建多个目录,"空格" 分隔区分,创建多个文件目录;
    hadoop fs -mkdir /user/hadoop/dir1 /user/hadoop/dir2

### 查看文件 cat ###

指定查看文件路径, **`当然前提 HDFS中要有该文件!`**  
`hadoop fs -cat URI [URI…]`

# 查看HDFS文件“file1.txt”和“file2.txt”
    hadoop fs -cat /input2/file1.txt /input2/file2.txt
    # 查看本地系统文件“file3.txt”
    hadoop fs -cat file:///home/hduser/file3.txt

### 转移文件 `put ,get, mv, cp` ###

#### **put:** 对应`上传` ####

从本地文件系统中复制单个或多个文件到HDFS  
`hadoop fs -put 本地文件1 本地文件2 ... HDFS目录`  
`hadoop fs -moveFromLocal 本地文件 HDFS目录`  
和put命令类似，但是源文件localsrc拷贝之后自身被删除

# 将本地 /home/hduser/file/file1.txt 文件复制到HDFS目录“/input2”
    hadoop fs -put /home/hduser/file/file1.txt  /input2
    # 将多个本地文件复制到HDFS目录“/input2”
    hadoop fs -put /home/hduser/file/file1.txt /home/hduser/file/file2.txt /input2

#### get：对应`下载` ####

复制HDFS文件到本地文件系统，是put的逆操作  
`hadoop fs -get HDFS上文件 指定存放的本地目录`

# 将HDFS文件“/input2/file1”复制到本地文件系统“$HOME/file”中
    hadoop fs -get /input2/file1 $HOME/file

#### mv： ####

将hdfs上的文件从原路径移动到目标路径（移动之后文件删除），`该命令不能夸文件系统;`  
`hadoop fs -mv 文件1 文件2 ... 移动目录`

# 将HDFS上的file1.txt、file2.txt移动到dir1中
    hadoop fs -mv /input2/file1.txt /input2/file2.txt /user/hadoop/dir1

#### cp： ####

将文件从源路径复制到目标路径  
\-f 选项将覆盖目标，如果它已经存在。  
\-p 选项将保留文件属性（时间戳、所有权、许可、ACL、XAttr）。  
`hadoop fs -cp 本地文件1 本地文件2 ... HDFS目录`

# 在HDFS中复制多个文件到“/user/hadoop/dir1”
    hadoop fs -cp /input2/file1.txt /input2/file2.txt /user/hadoop/dir1
    # 在本地文件系统中复制多个文件到目录“/tmp”
    hadoop fs -cp  file:///file1.txt  file:///file2.txt  file:///tmp

### 删除文件 `rm , rmr` ###

删除指定的文件，只删除非空目录和文件  
`hadoop fs -rm 非空目录和文件`  
rm的递归版本，整个文件夹及子文件夹将全部删除  
`hadoop fs -rmr 非空目录和文件`

# 删除非空文件“/intpu2/file1.txt”
    hadoop fs -rm /intpu2/file1.txt
    # 递归删除“/user/hadoop/dir1”
    hadoop fs -rmr /user/hadoop/dir1

### 检查 Test ###

`hadoop fs -test -[选项] 文件/目录`

\-e：检查文件是否存在。如果存在则返回0  
\-z：检查文件是否0字节。如果是则返回0  
\-d：检查路径是否为目录，如果是则返回1，否则返回0

### 检测文件/目录大小 du ###

`hadoop fs -du 文件/目录`

# 显示文件大小,如果是目录则列出所有文件,及其大小
    hadoop fs -du /input2

### 清空回收站 ###

`hadoop fs -expunge`

## HDFS 的 Java API操作: ##

### 配置Windows下Hadoop环境 ###

> 以上呢, 都是直接在 Linux 上的 Hadoop 中, 直接使用命令行形式操作HDFS;  
> 然而, 这一定不是常用的, 这种操作一般都是在运维时候适合使用的方式:  
> 实际开发中, 都是以Java代码的形式来操作 Hadoop HDFS;  
> **接下来介绍, 如何在Windows中使用Java来操作 HDFS：`(首先还要对windows环境进行配置)`**

在windows系统需要配置hadoop运行环境，否则直接运行代码会出现以下问题:

> **缺少winutils.exe**  
> Could not locate executable null \\bin\\winutils.exe in the hadoop binaries  
> **缺少hadoop.dll**  
> Unable to load native-hadoop library for your platform… using builtin-Java classes where applicable

### 步骤: ###

> **第一步：**  
> 将hadoop2.7.5(或是其它版本的Hadoop) 文件夹拷贝到一个没有中文没有空格的路径下; `需要同学可以私聊资源~`  
> **第二步：**  
> 在windows上面配置hadoop的环境变量：  
> HADOOP\_HOME `变量值:hadoop的安装路径`，并将%HADOOP\_HOME%\\bin添加到path中  
> ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw_size_16_color_FFFFFF_t_70 2]  
> **第三步：**  
> 把hadoop2.7.5文件夹中bin目录下的`hadoop.dll文件放到系统盘:` **C:\\Windows\\System32 目录下**  
> **第四步：关闭windows重启(重启电脑!)**
> 
> --------------------
> 
> ok, 到这儿windows 就可以操作! Hadoop了!

## Java操作 HDFS: `涉及的主要类` ##

### 操作步骤: ###

**使用FileSystem API编程步骤**

> 获取Configuration对象  
> 获取文件系统的实例FileSystem对象  
> 使用FileSystem对象操作文件…

### 涉及的主要类 ###

> **Configuration**
> 
>  *  该类的对象封转了客户端或者服务器的配置  
>     ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw_size_16_color_FFFFFF_t_70 3]  
>     **conf.set(); 设置的属性优先级要更高!, `如果配置文件中指定的属性与set(); 重复则使用 set(); 滴!`**
> 
> **FileSystem**
> 
>  *  该类的对象是一个`文件系统对象`,  
>     可以用该对象的一些方法来对文件进行操作, 可以通过：**FileSystem 类的静态方法 get(); `获得该对象`**
>  *  get 方法从 conf 中的一个参数 fs.defaultFS 的配置值判断具体是什么类型的文件系统
>  *  如果我们的代码中没有指定 fs.defaultFS , 并且工程 ClassPath 下也没有给定  
>     相应的配置, conf 中的默认值就来自于 Hadoop 的 Jar 包中的 core-default.xml
>  *  默认值为 file:/// , 则获取的不是一个 DistributedFileSystem 的实例, 而是一个本地文件系统的客户端对象  
>     ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw_size_16_color_FFFFFF_t_70 4]

### 获取 FileSystem 的几种方式 ###

> **File Ststem类提供两个静态方法获取 FileSystem文件系统实例:**
> 
> public static FileSystem get(Configuration conf)  
> public static FileSystem get(URI uri,Configuration conf)  
> 前者由conf决定，也就是由 core- site.xml 中的fs.defautFS 决定返回哪个文件系统的实例  
> 而后者以指定的URI方案为准，将忽略 fs.defautFfs 属性。

**第一种方式：`普通Configuration set()方式不指定用户`**

public void getFileSystem1() throws IOException {  
       Configuration configuration = new Configuration(); 
       //指定我们使用的文件系统类型: 
       //set(); 会覆盖原来定义好配置文件的属性值...(关于配置文件可以参考上一篇博客~)
       //hdfs://192.168.1.110:9000 这里填写自己本机的访问!!
       configuration.set("fs.defaultFS", "hdfs://192.168.1.110:9000");  
       //获取指定的文件系统 
       FileSystem fileSystem = FileSystem.get(configuration); 
       System.out.println(fileSystem.toString()); 
       //...正式操作 
    }

**第二种方式：`new Configuration() FileSystem指定文件系统访问端口`**

public void getFileSystem2() throws  Exception{  
       FileSystem fileSystem = FileSystem.get(new URI("hdfs://192.168.1.110:9000"), 
    	new Configuration()); 
       System.out.println("fileSystem:"+fileSystem); 
       //...正式操作 
    }

**第三种方式：指定操作用户, 常用对于创建操作必须要用!**

public void getFileSystem2() throws  Exception{  
       FileSystem fileSystem = FileSystem.get(new URI("hdfs://192.168.1.110:9000"),new Configuration(),"root");   
       System.out.println("fileSystem:"+fileSystem);
       //...正式操作 
    }

### 所用的Jar包 `Maven坐标..` ###

[Maven超详细教程][Maven] **Maven可以借鉴this**  
**Maven坐标库：**

<dependencies>
            <dependency>
                <groupId>org.apache.hadoop</groupId>
                <artifactId>hadoop-common</artifactId>
                <version>2.7.5</version>
            </dependency>
            <dependency>
                <groupId>org.apache.hadoop</groupId>
                <artifactId>hadoop-client</artifactId>
                <version>2.7.5</version>
            </dependency>
            <dependency>
                <groupId>org.apache.hadoop</groupId>
                <artifactId>hadoop-hdfs</artifactId>
                <version>2.7.5</version>
            </dependency>
            <dependency>
                <groupId>org.apache.hadoop</groupId>
                <artifactId>hadoop-mapreduce-client-core</artifactId>
                <version>2.7.5</version>
            </dependency>
        </dependencies>

## Java常用操作 HDFS: ##

### 下载: 从HDFS上下载文件到,Windows本地… ###

import org.apache.commons.io.IOUtils;
    import org.apache.hadoop.conf.Configuration;
    import org.apache.hadoop.fs.FileSystem;
    import org.apache.hadoop.fs.Path;
    
    import java.io.File;
    import java.io.FileOutputStream;
    import java.io.InputStream;
    
    public class Hadoop { 
    
        //下载: 从HDFS上下载文件到,Windows本地...
        public static void downLoad() throws Exception { 
            //创建 Configuration FileSystem
            Configuration conf = new Configuration();
            conf.set("fs.defaultFS", "hdfs://192.168.1.110:9000");
            FileSystem fileSystem = FileSystem.get(conf);
    
            //new Path(); 表示HDFS文件系统上的路径;
            InputStream is = fileSystem.open(new Path("/user/abc.txt"));
    
            //造文件,要事先确保本地有文件才往里面写文件呀~
            File ff = new File("D:/abc.txt");
            FileOutputStream os = new FileOutputStream(ff); //创建写入流~
    
            //Hadoop 提供的IOUtils
            //可以在输入流out(读) 输出流input(写) 复制数据,由hadoop-common..jar提供！
            IOUtils.copy(is, os);
            //关闭资源
            os.close();
            is.close();
        }
    
        public static void main(String[] args) { 
            try { 
                downLoad();
            } catch (Exception e) { 
                e.printStackTrace();
            }
        }
    
    }

### 查看HDFS文件列表 ###

import org.apache.hadoop.conf.Configuration;
    import org.apache.hadoop.fs.FileSystem;
    import org.apache.hadoop.fs.LocatedFileStatus;
    import org.apache.hadoop.fs.Path;
    import org.apache.hadoop.fs.RemoteIterator;
    
    import java.net.URI;
    
    public class Hadoop { 
        //查看HDFS文件列表
        public static void fileList() throws Exception { 
            //创建 Configuration FileSystem 对于一些文件需要访问权限需要指定一个用户...
            FileSystem fileSystem = FileSystem.get(new URI("hdfs://192.168.1.110:9000"),new Configuration(),"root");
            System.out.println("fileSystem:"+fileSystem);
    
            //fileSystem.listFiles:根据HDFS目录,返回目录下File数组;
            //new Path(); 表示HDFS文件系统上的路径; true:表示目录包含子目录~
            RemoteIterator<LocatedFileStatus> it = fileSystem.listFiles(new Path("/"), true);
            //循环打印文件名;
            while (it.hasNext()) { 
                LocatedFileStatus next = it.next();
                System.out.println(next.getPath().toString());
            }
            //关闭文件系统
            fileSystem.close();
        }
    
        public static void main(String[] args) { 
            try { 
                fileList();
            } catch (Exception e) { 
                e.printStackTrace();
            }
        }
    }

### 创建目录并创建文件 ###

import org.apache.hadoop.conf.Configuration;
    import org.apache.hadoop.fs.FileSystem;
    import org.apache.hadoop.fs.Path;
    import java.net.URI;
    
    public class Hadoop { 
    
        public static void createDir() throws Exception { 
            //创建 Configuration FileSystem 对于一些文件需要访问权限 需要指定一个用户...
            FileSystem fileSystem = FileSystem.get(new URI("hdfs://192.168.1.110:9000"),new Configuration(),"root");
    
            //fileSystem.mkdirs(..); 在HDFS 文件系统上创建,文件目录...(支持层级创建~)
            fileSystem.mkdirs(new Path("/hello/dir/test"));
            //fileSystem.createNewFile(..); 在HDFS 文件系统上创建,文件;
            fileSystem.createNewFile(new Path("/hello/dir/test/abc.txt"));
            fileSystem.close();
        }
    
        public static void main(String[] args) { 
            try { 
                createDir();
            } catch (Exception e) { 
                e.printStackTrace();
            }
        }
    }

### 拷贝 或 上传: \[本地\]文件; ###

import org.apache.hadoop.conf.Configuration;
    import org.apache.hadoop.fs.FileSystem;
    import org.apache.hadoop.fs.Path;
    import java.net.URI;
    
    public class Hadoop { 
    
        //拷贝 或 上传: [本地]文件;
        public static void upload() throws Exception { 
            //创建 Configuration FileSystem 对于一些文件需要访问权限 需要指定一个用户...
            FileSystem fileSystem = FileSystem.get(new URI("hdfs://192.168.1.110:9000"),new Configuration(),"root");
    
            //fileSystem.copyFromLocalFile(); 拷贝本地文件到 HDFS那里去~ 当然 文件要事先存在! 目录存在则上传文件,不存在会自动创建！
            fileSystem.copyFromLocalFile(new Path("D://abc.txt"), new Path("/hello/dir/"));
            fileSystem.close();
        }
    
        public static void main(String[] args) { 
            try { 
                upload();
            } catch (Exception e) { 
                e.printStackTrace();
            }
        }
    }

### 删除HDFS 文件/目录结构; ###

import org.apache.hadoop.conf.Configuration;
    import org.apache.hadoop.fs.FileSystem;
    import org.apache.hadoop.fs.Path;
    import java.net.URI;
    
    public class Hadoop { 
    
        public static void delete() throws Exception { 
            //创建 Configuration FileSystem 对于一些文件需要访问权限 需要指定一个用户...
            FileSystem fileSystem = FileSystem.get(new URI("hdfs://192.168.1.110:9000"),new Configuration(),"root");
    
            //fileSystem.delete(); 删除指定目录/文件 true包含子目录结构删除！
            fileSystem.delete(new Path("/hello/dir/"), true);   //删除HDFS上, hello目录下 dir目录结构;
            fileSystem.close();
        }
    
    
        public static void main(String[] args) { 
            try { 
                delete();
            } catch (Exception e) { 
                e.printStackTrace();
            }
        }
    }

### 文件查询 getFileStatus( path p); ###

import org.apache.hadoop.conf.Configuration;
    import org.apache.hadoop.fs.FileStatus;
    import org.apache.hadoop.fs.FileSystem;
    import org.apache.hadoop.fs.Path;
    import java.net.URI;
    
    public class Hadoop { 
    
        public static void selFlie() throws Exception { 
            //创建 Configuration FileSystem 对于一些文件需要访问权限 需要指定一个用户...
            FileSystem fileSystem = FileSystem.get(new URI("hdfs://192.168.1.110:9000"),new Configuration(),"root");
    
            //getFileLinkStatus(path p); 返回一个文件对象;
            FileStatus stat = fileSystem.getFileLinkStatus(new Path("/user"));
            System.out.println("文件路径:"+stat.getPath());
            System.out.println("文件块大小:"+stat.getBlockSize());
            System.out.println("文件大小:"+stat.getLen());
            System.out.println("副本数量:"+stat.getReplication());
            System.out.println("用户:"+stat.getOwner()) ;
            System.out.println ("用户组:"+stat.getGroup());
            System.out.println("权限:"+stat.getPermission().toString());
            
            fileSystem.close();
        }
    
    
        public static void main(String[] args) { 
            try { 
                selFlie();
            } catch (Exception e) { 
                e.printStackTrace();
            }
        }
    }

### 多文件合并 并写入文件HDFS中！ ###

import org.apache.commons.io.IOUtils;
    import org.apache.hadoop.conf.Configuration;
    import org.apache.hadoop.fs.*;
    import java.net.URI;
    
    public class Hadoop { 
        public static void bigFile() throws Exception { 
            //创建 Configuration FileSystem 对于一些文件需要访问权限 需要指定一个用户...
            FileSystem fileSystem = FileSystem.get(new URI("hdfs://192.168.1.110:9000"),new Configuration(),"root");
    
            //在文件系统上创建一个文件，存储小文件的 大文件
            FSDataOutputStream os = fileSystem.create(new Path("/bigFile.txt"));
            //获取本地对象
            LocalFileSystem local = FileSystem.getLocal(new Configuration());
            //获取本地的文件列表
            FileStatus[] fileStatuses = local.listStatus(new Path("D:\\out"));
    
            for (FileStatus fileStatus : fileStatuses) { 
                //获取第I个文件输入对象
                FSDataInputStream is = local.open(fileStatus.getPath());
                //将读取的文件写入到大文件中
                IOUtils.copy(is, os);
                //每次结束并关闭资源!
                IOUtils.closeQuietly(is);
            }
            IOUtils.closeQuietly(os);
    
            fileSystem.close();
        }
    
    
        public static void main(String[] args) { 
            try { 
                bigFile();
            } catch (Exception e) { 
                e.printStackTrace();
            }
        }
    }

--------------------

到这里, 基本的步骤就是如此了…欢迎后面学习, 建议一建三连呀！

[20201223205624226.png_pic_center]: /images/20221120/8a160195795b49629a23e899c77dbea1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20201225220536896.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw,size_16,color_FFFFFF,t_70
[20201225221006867.png]: https://img-blog.csdnimg.cn/20201225221006867.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20201225221538665.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20201226002644293.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20201226005236460.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20201226010548192.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1NTQyMzgw,size_16,color_FFFFFF,t_70
[Maven]: https://blog.csdn.net/qq_45542380/article/details/110483615