大数据 | Java 操作 HDFS 常用 API
上篇文章介绍了关于 HDFS 的常用命令，其常用的命令都有相应的 API，用命令可以完成的功能，使用 Java API 也可以完成。本文介绍关于 HDFS 常用的 Java API。
一、回顾常用的命令
在上篇文章中整理了 HDFS 常用的命令，这里进行简单的回顾。
ls 命令用来查看 HDFS 系统中的目录和文件，命令如下：
$ hadoop fs -ls /put 命令用来将本地文件上传到 HDFS 系统中，命令如下：
$ hadoop fs -put test.txt /moveFromLocal 命令将本地文件移动到 HDFS 文件系统中，并将本地的文件进行删除，命令如下：
$ hadoop fs -moveFromLocal abc.txt /get 命令用来将 HDFS 文件系统中的文件下载到本地，命令如下：
$ hadoop fs -get /abc.txt /home/hadoop/rm 命令用来删除 HDFS 系统中的文件或文件夹，命令如下
$ hadoop fs -rm /test.txtmkdir 命令用来在 HDFS 系统中创建目录，命令如下：
$ hadoop fs -mkdir /testcp 命令在 HDFS 系统中用于文件的复制，命令如下：
$ hadoop fs -ls /mv 命令在 HDFS 系统中用于完成文件移动的功能，也可以用来进行文件的重命名功能，命令如下：
$ hadoop fs -mv /abc/abc.txt /test/
$ hadoop fs -mv /test/abc.txt /test/abcabc.txtcat 命令在 HDFS 文件系统中用于输出某个文件的内容，命令如下：
$ hadoop fs -cat /test/abcabc.txtappendToFile 命令将单个或多个文件的内容从本地系统中追加到 HDFS 系统的文件中，命令如下：
$ hadoop fs -appendToFile abc.txt /abc.txt上面的内容简单的对 HDFS 文件系统的常用命令进行了回顾，接下来，我们来整理一下关于 HDFS 常用的 Java API。
二、引入依赖
使用 HDFS 的 Java API 可以操作 HDFS 文件系统中的文件，比如文件的新建、删除、读取等。创建一个 Maven 的项目，然后引入其依赖，准备工作就算是完成了，依赖如下：
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>2.8.2</version>
</dependency>引入该依赖后，在 HDFS 的 Java API 中使用 FileSystem 工具类，它可以完成我们的操作，下面我们来进行了解。
三、文件列表
代码非常的简单，因此这里直接上代码，代码如下：
public static void main(String[] args) throws IOException {
Configuration conf = new Configuration();
// 设置 HDFS 访问地址
conf.set("fs.default.name", "hdfs://centos01:9000");
// 取得 FileSystem 文件系统实例
FileSystem fs = FileSystem.get(conf);
List<String> filesUnderFolder = HdfsFileSystem.getFileList(fs, new Path("hdfs:/"));
filesUnderFolder.forEach(System.out::println);
}
public static List<String> getFileList(FileSystem fs, Path folderPath) throws IOException {
List<String> paths = new ArrayList();
if (fs.exists(folderPath)) {
FileStatus[] fileStatus = fs.listStatus(folderPath);
for (int i = 0; i < fileStatus.length; i++) {
FileStatus fileStatu = fileStatus[i];
paths.add(fileStatu.getPath().toString());
}
}
return paths;
}上面的代码中，在自定义的方法 getFileList 中通过 FileSystem 类的 listStatus() 方法返回了 HDFS 文件系统 / 目录下的所有文件和目录，输出内容如下：
hdfs://centos01:9000/abc
hdfs://centos01:9000/abc.txt
hdfs://centos01:9000/depInput
hdfs://centos01:9000/depOutput
hdfs://centos01:9000/input
hdfs://centos01:9000/output
hdfs://centos01:9000/scoreInput
hdfs://centos01:9000/scoreOutput
hdfs://centos01:9000/secondInput
hdfs://centos01:9000/secondOutput
hdfs://centos01:9000/test
hdfs://centos01:9000/tmp上面的输出则是我虚拟机中 HDFS 中的文件列表。如果需要显示其他目录下的文件和目录列表，只需要传入相应的路径即可。如果要显示全部文件，只需要判断是否为目录，如果为目录直接递归调用就可以了。
四、创建目录
创建目录使用 FileSystem 类的 mkdirs 方法即可完成，代码如下：
public static void main(String[] args) throws IOException {
String path = "hdfs:/hdfsDir";
HdfsFileSystem.createDir(path);
}
/**
* 创建 HDFS 目录 mydir
*/
public static void createDir(String pathString) throws IOException {
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://centos01:9000");
org.apache.hadoop.fs.FileSystem fs = org.apache.hadoop.fs.FileSystem.get(conf);
// 创建目录
boolean created = fs.mkdirs(new Path(pathString));
if (created) {
System.out.println("创建目录成功");
} else {
System.out.println("创建目录失败");
}
fs.close();
}mkdirs 方法的返回类型是 boolean 类型，返回 true 表示创建成功，返回 false 表示创建失败。使用 HDFS 的命令来进行查看，命令如下：
$ hadoop fs -ls / | grep hdfsDir
drwxr-xr-x - Administrator supergroup 0 2021-11-12 10:09 /hdfsDir可以看到，/hdfsDir 目录被创建成功。
五、文件的创建
文件的创建使用 FileSystem 类的 create 方法即可完成文件的创建，代码如下：
public static void main(String[] args) throws IOException {
String path = "hdfs:/fileAbc.txt";
String context = "1234";
HdfsFileSystem.createFile(path, context);
}
/**
* 定义创建文件方法
*/
public static void createFile(String pathString, String context) throws IOException {
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://centos01:9000");
FileSystem fs = FileSystem.get(conf);
// 打开一个输出流
FSDataOutputStream outputStream = fs.create(new Path(pathString));
// 写入文件内容
outputStream.write(context.getBytes());
outputStream.close();
fs.close();
System.out.println("文件创建成功");
}上面的代码在 HDFS 的根目录下创建了一个名为 fileAbc.txt 的文件，并向文件内写入了 1234 这样的内容，通过命令来查看该文件是否创建成功，内容是否写入成功，命令如下：
$ hadoop fs -ls / | grep fileAbc
-rw-r--r-- 3 Administrator supergroup 4 2021-11-12 10:17 /fileAbc.txt
$ hadoop fs -cat /fileAbc.txt
1234六、文件内容的输出
文件内容的输出使用 FileSystem 类的 open 方法，使用输入流进行读取即可。代码如下：
public static void main(String[] args) throws IOException {
String path = "hdfs:/fileAbc.txt";
HdfsFileSystem.fileSystemCat(path);
}
/**
* 查询 HDFS 文件内容并输出
*/
public static void fileSystemCat(String pathString) throws IOException {
Configuration conf = new Configuration();
// 设置 HDFS 访问地址
conf.set("fs.default.name", "hdfs://centos01:9000");
// 取得 FileSystem 文件系统实例
FileSystem fs = FileSystem.get(conf);
// 打开文件输入流
InputStream in = fs.open(new Path(pathString));
// 输出文件内容
IOUtils.copyBytes(in, System.out, 4096, false);
// 关闭输入流
IOUtils.closeStream(in);
}运行代码即可看到文件的内容被输出，输出如下：
1234七、删除文件
文件的删除使用 FileSystem 类的 deleteOnExit 方法，代码如下：
public static void main(String[] args) throws IOException {
String path = "hdfs:/fileAbc.txt";
HdfsFileSystem.deleteFile(path);
}
/**
* 删除文件
*/
public static void deleteFile(String pathString) throws IOException {
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://centos01:9000");
FileSystem fs = FileSystem.get(conf);
Path path = new Path(pathString);
// 删除文件
boolean isok = fs.deleteOnExit(path);
if (isok) {
System.out.println("删除成功");
} else {
System.out.println("删除失败");
}
fs.close();
}通过命令进行查看，文件已经被删除了。
八、读取文件/目录的元数据
读取文件/目录的元数据使用 FileSystem 类的 getFileStatus 方法即可完成，代码如下：
public static void main(String[] args) throws IOException {
String path = "hdfs:/fileAbc.txt";
String context = "1234";
HdfsFileSystem.createFile(path, context);
HdfsFileSystem.fileStatusCat(path);
}
/**
* 获取文件或目录的元数据信息
*/
public static void fileStatusCat(String pathString) throws IOException {
// 创建 Configuration 对象
Configuration conf = new Configuration();
// 设置 HDFS 访问地址
conf.set("fs.default.name", "hdfs://centos01:9000");
// 取得 FileSystem 文件系统实例
FileSystem fs = FileSystem.get(conf);
FileStatus fileStatus = fs.getFileStatus(new Path(pathString));
// 判断是文件夹还是文件
if (fileStatus.isDirectory()) {
System.out.println("这是一个文件夹");
} else {
System.out.println("这是一个文件");
}
// 输出元数据信息
System.out.println("文件路径：" + fileStatus.getPath());
System.out.println("文件修改日期：" + new Timestamp(fileStatus.getModificationTime()).toString());
System.out.println("文件上次访问日期：" + new Timestamp(fileStatus.getAccessTime()).toString());
System.out.println("文件长度：" + fileStatus.getLen());
System.out.println("文件备份数：" + fileStatus.getReplication());
System.out.println("文件块大小：" + fileStatus.getBlockSize());
System.out.println("文件所有者：" + fileStatus.getOwner());
System.out.println("文件所在分组：" + fileStatus.getGroup());
System.out.println("文件的权限：" + fileStatus.getPermission().toString());
}通过 FileStatus 可以得到文件的各种信息，上面的输出内容如下：
这是一个文件
文件路径：hdfs://centos01:9000/fileAbc.txt
文件修改日期：2021-11-12 11:02:12.797
文件上次访问日期：2021-11-12 11:02:12.438
文件长度：4
文件备份数：3
文件块大小：134217728
文件所有者：Administrator
文件所在分组：supergroup
文件的权限：rw-r--r--这里，我们获取了文件的路径、修改日期、上次访问日期、文件长度等信息。
九、上传本地文件到 HDFS
上传文件使用 FileSystem 类的 copyFromLocalFile 即可完成，代码如下：
public static void main(String[] args) throws IOException {
HdfsFileSystem.uploadFileToHDFS("d:/mysql.docx", "hdfs:/");
}
/**
* 上传本地文件到 HDFS
*/
public static void uploadFileToHDFS(String srcPath, String dstPath) throws IOException {
// 创建配置器
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://centos01:9000");
// 取得 FileSystem 文件系统实例
FileSystem fs = FileSystem.get(conf);
// 创建可供 hadoop 使用的文件系统路径
// 本地目录/文件
Path src = new Path(srcPath);
// HDFS 目录/文件
Path dst = new Path(dstPath);
// 复制上传文帝文件至 HDFS 文件系统中
fs.copyFromLocalFile(src, dst);
System.out.println("文件上传成功");
}通过命令来查看上传的情况，命令如下：
$ hadoop fs -ls / | grep mysql
-rw-r--r-- 3 Administrator supergroup 1470046 2021-11-12 11:06 /mysql.docx十、下载 HDFS 文件到本地
下载 HDFS 文件到本地使用 FileSystem 类的 copyToLocalFile 方法即可，代码如下：
public static void main(String[] args) throws IOException {
HdfsFileSystem.downloadFileToLocal("hdfs:/mysql.docx", "d:/test.docx");
}
/**
* 下载文件到本地
*/
public static void downloadFileToLocal(String srcPath, String dstPath) throws IOException {
// 创建配置器
Configuration conf = new Configuration();
conf.set("fs.default.name", "hdfs://centos01:9000");
// 取得 FileSystem 文件系统实例
FileSystem fs = FileSystem.get(conf);
// 创建可供 hadoop 使用的文件系统路径
Path src = new Path(srcPath);
Path dst = new Path(dstPath);
// 从 HDFS 文件系统中复制下载文件至本地
fs.copyToLocalFile(false, src, dst, true);
System.out.println("文件下载成功");
}到本地的 D 盘进行查看，文件已经下载成功。
十一、总结
HDFS 是 Hadoop 项目中的核心模块，使用 HDFS 的 Java API 操作 HDFS 非常的方便也比较简单。不知道大家注意到了么，HDFS 作为文件系统，它可以完成对 文件的 增加、追加、删除、查看 等功能，但是，竟然没有对文件进行修改的功能。这是 HDFS 有别于其他文件系统的一个特点，HDFS 的作者是出于什么样的目的如此设计呢？留着以后讨论吧！