Hadoop之HDFS文件操作

摘要：Hadoop之HDFS文件操作常有两种方式，命令行方式和JavaAPI方式。本文介绍如何利用这两种方式对HDFS文件进行操作。

关键词：HDFS文件 命令行 Java API

HDFS是一种分布式文件系统，为MapReduce这种框架下的海量数据分布式处理而设计。

Hadoop之HDFS文件操作常有两种方式，一种是命令行方式，即Hadoop提供了一套与Linux文件命令类似的命令行工具；另一种是JavaAPI，即利用Hadoop的Java库，采用编程的方式操作HDFS的文件。

方式一：命令行方式

Hadoop文件操作命令形式为

hadoop fs -cmd <args>

说明：cmd是具体的文件操作命令，<args>是一组数目可变的参数。

Hadoop最常用的文件操作命令，包括添加文件和目录、获取文件、删除文件等。

1 添加文件和目录

HDFS有一个默认工作目录/usr/$USER，其中$USER是你的登录用户名，作者的用户名是root。该目录不能自动创建，需要执行mkdir命令创建。

hadoop fs -mkdir /usr/root

使用Hadoop的命令put将本地文件README.txt送到HDFS。

hadoop fs -put README.txt .

注意上面这个命令最后一个参数是句点（.），这意味着把本地文件放入到默认的工作目录，该命令等价于：

hadoop fs -put README.txt /user/root

使用Hadoop的ls命令，即

hadoop fs -ls

显示结果如图1所示。





图1 hadoop 中 ls命令Demo

2 获取文件

获取文件包含两层意思，一是HDFS从本地文件中获取文件，即前面介绍的添加文件；二是本地文件从HDFS中获取文件，可以使用Hadoop的get命令。例如若本地文件没有README.txt文件，需要从HDFS中取回，可以执行如下命令。

hadoop fs -get README.txt .

或者

hadoop fs -get README.txt /usr/root/README.txt

3 删除文件

Hadoop删除文件命令为rm。例如要删除从本地文件上传的README.txt，可以执行如下命令。

hadoop fs -rm README.txt

4 检索文件

检索文件即查阅HDFS中的文件内容，可以使用hadoop中的cat命令。例如要查阅README.txt的内容，可以执行如下命令。

hadoop fs -cat README.txt

部分显示结果如图2所示





图2 hadoop中cat命令Demo

另外，hadoop的cat命令的输出也可以使用管道传递给Unix 命令的head：

hadoop fs -cat README.txt | head

Hadoop也支持tail命令查看最后一千字节。例如要查阅README.txt最后一千个字节，可以执行如下命令。

hadoop fs -tail README.txt

5查阅帮助

查阅Hadoop命令帮助，可以让我们很好地掌握和使用Hadoop的 命令。我们可以执行hadoop fs 获取所用版本Hadoop的一个完整命令列别，也可以使用help来显示某个具体命令的用法及简短描述。

例如，要了解ls命令，可执行如下命令。

hadoop fs -help ls

关于hadoop命令ls的描述如图3所示。





图3 Hadoop命令ls的介绍