hadoop上傳文件功能實例代碼
hdfs上的文件是手動執(zhí)行命令從本地linux上傳至hdfs的。在真實的運行環(huán)境中,我們不可能每次手動執(zhí)行命令上傳的,這樣太過繁瑣。那么,我們可以使用hdfs提供的Java api實現(xiàn)文件上傳至hdfs,或者直接從ftp上傳至hdfs。
然而,需要說明一點,之前筆者是要運行MR,都需要每次手動執(zhí)行yarn jar,在實際的環(huán)境中也不可能每次手動執(zhí)行。像我們公司是使用了索答的調(diào)度平臺/任務(wù)監(jiān)控平臺,可以定時的以工作流執(zhí)行我們的程序,包括普通java程序和MR。其實,這個調(diào)度平臺就是使用了quartz。當(dāng)然,這個調(diào)度平臺也提供其它的一些功能,比如web展示、日志查看等,所以也不是免費的。
首先,給大家簡單介紹一下hdfs。hdfs是以流式數(shù)據(jù)訪問模式來存儲超大文件,hdfs的構(gòu)建思路是一次寫入,多次讀取,這樣才是最高效的訪問模式。hdfs是為高數(shù)據(jù)吞吐量應(yīng)用優(yōu)化的,所以會以提高時間延遲為代價。對于低延時的訪問需求,我們可以使用hbase。
然后,還要知道hdfs中塊(block)的概念,默認(rèn)為64MB。塊是hdfs的數(shù)據(jù)讀寫的最小單位,通常每個map任務(wù)一次只處理一個block,像我們對集群性能評估就會使用到這個概念,比如目前有多少節(jié)點,每個節(jié)點的磁盤空間、cpu以及所要處理的數(shù)據(jù)量、網(wǎng)絡(luò)帶寬,通過這些信息來進行性能評估。我們可以使用Hadoop fsck / -files -blocks列出文件系統(tǒng)中各個文件由哪些塊構(gòu)成。
然后,再就是要知道namenode和datanode,這個在之前的博文已經(jīng)介紹過,下面看看cm環(huán)境中hdfs的管理者(namenode)和工作者(datanode),如下
在yarn環(huán)境中是可以有多個nameNode的。此環(huán)境中沒有SecondaryNameNode,當(dāng)然也可以有。
好了,關(guān)于hdfs的基本概念就講到這兒了,下面來看看具體的代碼。
一、java實現(xiàn)上傳本地文件至hdfs
這里,可以直接使用hdfs提供的java api即可實現(xiàn),代碼如下:
package com.bjpowernode.hdfs.local; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; /** * ClassName:UploadLocalFileToHdfs <br/> * Function: 本地文件上傳至hdfs. <br/> * Date: 2016年3月28日 下午10:06:05 <br/> * @author qiyongkang * @version * @since JDK 1.6 * @see */ public class UploadLocalFileToHdfs { public static void main(String[] args) { Configuration conf = new Configuration(); String localDir = "/home/qiyongkang"; String hdfsDir = "/qiyongkang"; try{ Path localPath = new Path(localDir); Path hdfsPath = new Path(hdfsDir); FileSystem hdfs = FileSystem.get(conf); hdfs.copyFromLocalFile(localPath, hdfsPath); }catch(Exception e){ e.printStackTrace(); } } }
注意,這里hdfs上傳目錄如果不存在的話,hdfs會自動創(chuàng)建,比較智能。
打完包后,上傳至服務(wù)器,執(zhí)行yarn jar mr-demo-0.0.1-SNAPSHOT-jar-with-dependencies.jar
,然后執(zhí)行hadoop fs -ls /qiyongkang便可看到:
二、java實現(xiàn)上傳ftp上的文件至hdfs
首先,我們得準(zhǔn)備一個ftp服務(wù)器,關(guān)于ftp服務(wù)器的搭建,大家可以查閱資料,筆者就不贅述了。
其實,從ftp上拉取文件上傳到hdfs上,這個過程大家不要想復(fù)雜了,我們講本地文件上傳到hdfs,其實就是采用流的方式。因此,我們可以直接讀取ftp上的文件流,然后以流的方式寫入到hdfs。
下面,直接貼出代碼:
package com.bjpowernode.hdfs.ftp; import java.io.InputStream; import org.apache.commons.net.ftp.FTP; import org.apache.commons.net.ftp.FTPClient; import org.apache.commons.net.ftp.FTPFile; import org.apache.commons.net.ftp.FTPReply; 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; /** * ClassName:UploadFtpFileToHdfs <br/> * Function: TODO ADD FUNCTION. <br/> * Reason: TODO ADD REASON. <br/> * Date: 2016年3月28日 下午10:50:37 <br/> * * @author qiyongkang * @version * @since JDK 1.6 * @see */ public class UploadFtpFileToHdfs { public static void main(String[] args) { Configuration conf = new Configuration(); loadFromFtpToHdfs("172.31.26.200", "qiyongkang", "qyk123456", "/www/input/", "/qiyongkang/", conf); } /** * * loadFromFtpToHdfs:將數(shù)據(jù)從ftp上傳到hdfs上. <br/> * * @author qiyongkang * @param ip * @param username * @param password * @param filePath * @param outputPath * @param conf * @return * @since JDK 1.6 */ private static boolean loadFromFtpToHdfs(String ip, String username, String password, String filePath, String outputPath, Configuration conf) { FTPClient ftp = new FTPClient(); InputStream inputStream = null; FSDataOutputStream outputStream = null; boolean flag = true; try { ftp.connect(ip); ftp.login(username, password); ftp.setFileType(FTP.BINARY_FILE_TYPE); ftp.setControlEncoding("UTF-8"); int reply = ftp.getReplyCode(); if (!FTPReply.isPositiveCompletion(reply)) { ftp.disconnect(); } FTPFile[] files = ftp.listFiles(filePath); FileSystem hdfs = FileSystem.get(conf); for (FTPFile file : files) { if (!(file.getName().equals(".") || file.getName().equals(".."))) { inputStream = ftp.retrieveFileStream(filePath + file.getName()); outputStream = hdfs.create(new Path(outputPath + file.getName())); IOUtils.copyBytes(inputStream, outputStream, conf, false); if (inputStream != null) { inputStream.close(); ftp.completePendingCommand(); } } } ftp.disconnect(); } catch (Exception e) { flag = false; e.printStackTrace(); } return flag; } }
然后同樣打包上傳后執(zhí)行yarn jar mr-demo-0.0.1-SNAPSHOT-jar-with-dependencies.jar,便可看到:
總結(jié)
以上所述是小編給大家介紹的hadoop上傳文件功能實例代碼,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持!
相關(guān)文章
Spring cloud oauth2如何搭建認(rèn)證資源中心
這篇文章主要介紹了Spring cloud oauth2如何搭建認(rèn)證資源中心,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-11-11MyBatisPlus 一對多、多對一、多對多的完美解決方案
這篇文章主要介紹了MyBatisPlus 一對多、多對一、多對多的完美解決方案,本文通過圖文并茂的形式給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-11-11Java中IO流 RandomAccessFile類實例詳解
這篇文章主要介紹了Java中IO流 RandomAccessFile類實例詳解的相關(guān)資料,需要的朋友可以參考下2017-05-05maven profile自動切換環(huán)境參數(shù)的2種方法詳解
這篇文章主要給大家介紹了關(guān)于maven profile自動切換環(huán)境參數(shù)的2種方法,文中通過示例代碼將這兩種方法介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧。2018-04-04springboot使用國產(chǎn)加密算法方式,sm2和sm3加解密demo
這篇文章主要介紹了springboot使用國產(chǎn)加密算法方式,sm2和sm3加解密demo,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-07-07Java連接數(shù)據(jù)庫oracle中文亂碼解決方案
這篇文章主要介紹了Java連接數(shù)據(jù)庫oracle中文亂碼解決方案,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-05-05SpringBoot利用jpa連接MySQL數(shù)據(jù)庫的方法
這篇文章主要介紹了SpringBoot利用jpa連接MySQL數(shù)據(jù)庫的方法,本文通過示例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-10-10