当前位置：首页 > news >正文

【大数据开发技术】实验04-HDFS文件创建与写入

news 2025/8/22 16:58:00

文章目录

一、实验目标
二、实验要求
三、实验内容
四、实验步骤

一、实验目标

熟练掌握hadoop操作指令及HDFS命令行接口
掌握HDFS原理
熟练掌握HDFS的API使用方法
掌握单个本地文件写入到HDFS文件的方法
掌握多个本地文件批量写入到HDFS文件的方法

二、实验要求

给出主要实验步骤成功的效果截图。
要求分别在本地和集群测试，给出测试效果截图。
对本次实验工作进行全面的总结。
完成实验内容后，实验报告文件名显示学号姓名信息。

三、实验内容

使用FileSystem将单个本地文件写入到HDFS中当前不存在的文件，实现效果参考下图：
使用FileSystem将本地文件追加到HDFS中当前存在的文件中，实现效果参考下图：

四、实验步骤

使用FileSystem将单个本地文件写入到HDFS中当前不存在的文件

程序设计

package hadoop;import java.io.BufferedInputStream;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.net.URI;import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;public class WJW {public static void main(String[] args) {// TODO Auto-generated method stubargs = new String[2];args[0] = "/home/zkpk/experiment/wjw01.txt";args[1] = "hdfs://master:9000/wjw02.txt";Configuration conf = new Configuration();BufferedInputStream in = null;FileSystem fs = null;FSDataOutputStream out = null;try{in = new BufferedInputStream(new FileInputStream(args[0]));fs = FileSystem.get(URI.create(args[1]), conf);out = fs.create(new Path(args[1]));IOUtils.copyBytes(in, out, 4096, false);}catch(FileNotFoundException e){e.printStackTrace();}catch(IOException e){e.printStackTrace();}finally{IOUtils.closeStream(in);IOUtils.closeStream(out);if(fs != null){try{fs.close();}catch(IOException e){e.printStackTrace();}}}}}

程序分析

该代码实现了将本地文件上传到Hadoop分布式文件系统HDFS中的功能。代码结构简单明了，主要包括以下几个步骤：

定义参数args，参数args[0]表示本地文件路径，参数args[1]表示HDFS文件路径。
创建Configuration对象，用于读取Hadoop配置信息。
创建BufferedInputStream流，读取本地文件。
使用FileSystem.get()方法获取Hadoop分布式文件系统实例。
调用fs.create()方法，创建HDFS文件，并返回FSDataOutputStream对象用于向HDFS文件写入数据。
调用IOUtils.copyBytes()方法，将本地文件数据复制到HDFS文件中。
关闭流和Hadoop分布式文件系统实例。

该代码主要涉及以下几个重要知识点：

Configuration对象：该对象用于读取Hadoop配置信息，如HDFS的地址、端口等信息。
FileSystem对象：该对象用于操作Hadoop分布式文件系统，如创建文件、删除文件、读取文件等操作。
BufferedInputStream流：该流用于读取本地文件数据。
FSDataOutputStream对象：该对象用于向HDFS文件写入数据。
IOUtils.copyBytes()方法：该方法用于将输入流中的数据复制到输出流中。

总体来说，该代码实现了将本地文件上传到HDFS的功能，但还有一些需要改进的地方。例如，可以添加参数校验功能，防止空指针异常；可以添加日志输出功能，方便查看程序运行情况。

运行结果

使用FileSystem将本地文件追加到HDFS中当前存在的文件中

程序设计

package hadoop;import java.io.BufferedInputStream;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.net.URI;import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;public class WJW01 {public static void main(String[] args) {// TODO Auto-generated method stubargs = new String[2];args[0] = "/home/zkpk/experiment/wjw01.txt";args[1] = "hdfs://master:9000/wjw02.txt";Configuration conf = new Configuration();conf.set("fs.client.block.write.replace-datanode-on-failure.enable", "true");conf.set("fs.client.block.write.replace-datanode-on-failure.policy", "Never");BufferedInputStream in = null;FileSystem fs = null;FSDataOutputStream out = null;try{in = new BufferedInputStream(new FileInputStream(args[0]));fs = FileSystem.get(URI.create(args[1]), conf);out = fs.append(new Path(args[1]));IOUtils.copyBytes(in, out, 4096, false);}catch(FileNotFoundException e){e.printStackTrace();}catch(IOException e){e.printStackTrace();}finally{IOUtils.closeStream(in);IOUtils.closeStream(out);if(fs != null){try{fs.close();}catch(IOException e){e.printStackTrace();}}}}}

程序分析

该代码实现了将本地文件追加上传到Hadoop分布式文件系统HDFS中的功能。代码结构与上传文件功能类似，主要包括以下几个步骤：

定义参数args，参数args[0]表示本地文件路径，参数args[1]表示HDFS文件路径。
创建Configuration对象，用于读取Hadoop配置信息。
设置配置信息：设置“fs.client.block.write.replace-datanode-on-failure.enable”为“true”，表示在数据节点故障时启用块写入数据节点更换机制；设置“fs.client.block.write.replace-datanode-on-failure.policy”为“Never”，表示块写入数据节点故障时不替换数据节点。
创建BufferedInputStream流，读取本地文件。
使用FileSystem.get()方法获取Hadoop分布式文件系统实例。
调用fs.append()方法，获取FSDataOutputStream对象用于向HDFS文件追加数据。
调用IOUtils.copyBytes()方法，将本地文件数据复制追加到HDFS文件中。
关闭流和Hadoop分布式文件系统实例。