第1章 HDFS概述

略

第2章 HDFS的Shell操作

基本语法

hadoop fs 具体命令   OR  	hdfs dfs 具体命令
两个是完全相同的。

常用命令实操

1、启动Hadoop集群（方便后续的测试）

[lu@hadoop102 hadoop-3.1.3]$ sbin/start-dfs.sh
[lu@hadoop103 hadoop-3.1.3]$ sbin/start-yarn.sh

2、-help：输出这个命令参数

[lu@hadoop102 hadoop-3.1.3]$ hadoop fs -help rm

上传

1）-moveFromLocal：从本地剪切粘贴到HDFS

[lu@hadoop102 hadoop-3.1.3]$ touch kongming.txt
[lu@hadoop102 hadoop-3.1.3]$ hadoop fs  -moveFromLocal  ./kongming.txt  /sanguo/shuguo

2）-copyFromLocal：从本地文件系统中拷贝文件到HDFS路径去

[lu@hadoop102 hadoop-3.1.3]$ hadoop fs -copyFromLocal README.txt /

3）-appendToFile：追加一个文件到已经存在的文件末尾

[lu@hadoop102 hadoop-3.1.3]$ touch liubei.txt
[lu@hadoop102 hadoop-3.1.3]$ vi liubei.txt
输入
san gu mao lu
[lu@hadoop102 hadoop-3.1.3]$ hadoop fs -appendToFile liubei.txt /sanguo/shuguo/kongming.txt

4）-put：等同于copyFromLocal

[lu@hadoop102 hadoop-3.1.3]$ hadoop fs -put ./liubei.txt /user/lu/test/

2：

第3章 HDFS客户端操作（开发重点）

3.1 HDFS客户端环境准备

1）找到资料目录下的Windows依赖目录，打开：

2）配置HADOOP_HOME环境变量。

3）创建一个Maven工程HdfsClientDemo,并导入相应的依赖坐标+日志添加

<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-slf4j-impl</artifactId>
<version>2.12.0</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>3.1.3</version>
</dependency>
</dependencies>

在项目的src/main/resources目录下，新建一个文件，命名为“log4j2.xml”，在文件中填入

<?xml version="1.0" encoding="UTF-8"?>
<Configuration status="error" strict="true" name="XMLConfig">
<Appenders>
<!-- 类型名为Console，名称为必须属性 -->
<Appender type="Console" name="STDOUT">
<!-- 布局为PatternLayout的方式，
输出样式为[INFO] [2018-01-22 17:34:01][org.test.Console]I'm here -->
<Layout type="PatternLayout"
pattern="[%p] [%d{yyyy-MM-dd HH:mm:ss}][%c{10}]%m%n" />
</Appender>
</Appenders>

<Loggers>
<!-- 可加性为false -->
<Logger name="test" level="info" additivity="false">
<AppenderRef ref="STDOUT" />
</Logger>

<!-- root loggerConfig设置 -->
<Root level="info">
<AppenderRef ref="STDOUT" />
</Root>
</Loggers>
</Configuration>

创建包名：com.lu.hdfs

创建HdfsClient类

public class HdfsClient{
@Test
public void testMkdirs() throws IOException, InterruptedException, URISyntaxException{

// 1 获取文件系统
Configuration configuration = new Configuration();
// 配置在集群上运行
// configuration.set("fs.defaultFS", "hdfs://hadoop102:9820");
// FileSystem fs = FileSystem.get(configuration);

FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:9820"), configuration, "lu");

// 2 创建目录
fs.mkdirs(new Path("/1108/daxian/banzhang"));

// 3 关闭资源
fs.close();
}
}

3.2：IDEA登录HDFS

1、预准备

public class HdfsClient {

private URI uri;
private Configuration conf;
private String user;
private FileSystem fs;

@Before  //before方法在test方法之前运行一次,我们在before方法里面获取客户端对象
public void init() throws URISyntaxException, IOException, InterruptedException {
uri = new URI("hdfs://hadoop102:9820");
conf = new Configuration();
user = "lu";

conf.set("dfs.replication", "2");
//1.获取一个客户端对象
//参数解读: 1.namenode的连接地址uri  2.配置对象conf
fs = FileSystem.get(uri, conf, user);

}

@After  //after方法在test方法运行之后运行一次,我们用after方法关闭客户端对象
public void close() throws IOException {
//3.关闭客户端对象
fs.close();
System.out.println("over！！！！");
}
}

2 、创建目录

@Test
public void testMkdirs() throws IOException, InterruptedException, URISyntaxException {

// 2 创建目录
fs.mkdirs(new Path("/lu/banzhang"));
}

3、上传文件

@Test
public void put() throws IOException {
//参数解读 1.是否删除源文件(本地文件) 2.是否覆盖目标文件(hdfs文件) 3.源文件路径  4.目标文件路径
//fs.copyFromLocalFile(false,false,new Path("D:\\input\\hello.txt"),new Path("/java"));
//fs.copyFromLocalFile(false,true,new Path("D:\\input\\hello.txt"),new Path("/java"));
//fs.copyFromLocalFile(true,true,new Path("D:\\input\\hello2.txt"),new Path("/java"));
fs.copyFromLocalFile(false, true, new Path("D:\\input\\wc2.txt"), new Path("/java"));
}

4、下载文件

@Test
public void get() throws IOException {
//参数解读 1.是否删除源文件(hdfs文件)  2.源文件路径(hdfs) 3.目标路径(下载到本地的路径) 4.是否开启crc校验 false开启 true不开启
//fs.copyToLocalFile(false,new Path("/java/hello2.txt"),new Path("d:/input"),true);
fs.copyToLocalFile(true, new Path("/java/hello2.txt"), new Path("d:/input"), true);
}

5、删除文件和目录

@Test
public void rm() throws IOException {
//删除文件
//fs.delete(new Path("/java/abcd.txt"),false);
//删除空目录
//fs.delete(new Path("/java2"),false);
//删除非空目录，第二个参数表示是否递归删除
fs.delete(new Path("/java"), true);
}

6、文件和目录的更名和移动

@Test
public void mv() throws IOException {
//文件的更名
//fs.rename(new Path("/kongming.txt"),new Path("/zhugeliang.txt"));
//文件的移动并且更名
//fs.rename(new Path("/zhugeliang.txt"),new Path("/aaa/kongming.txt"));
//目录的更名
// fs.rename(new Path("/aaa"),new Path("/bbb"));
//目录的移动,第二个参数为已经存在的目录
fs.rename(new Path("/bbb"), new Path("/input"));
}

7、文件详细信息查看

@Test
public void ls() throws IOException {
RemoteIterator<LocatedFileStatus> iterator = fs.listFiles(new Path("/"), true);
while (iterator.hasNext()) {
LocatedFileStatus fileStatus = iterator.next();
System.out.println("===========" + fileStatus.getPath() + "===========");
System.out.println(fileStatus.getPermission());
System.out.println(fileStatus.getOwner());
System.out.println(fileStatus.getGroup());
System.out.println(fileStatus.getLen());
System.out.println(fileStatus.getModificationTime());
System.out.println(fileStatus.getReplication());
System.out.println(fileStatus.getBlockSize());
System.out.println(fileStatus.getPath().getName());

//获取块信息数组
BlockLocation[] blockLocations = fileStatus.getBlockLocations();
System.out.println(Arrays.toString(blockLocations));

}

}
=====================
获取块信息数组
0为开始位置，15为长度，后面和副本位置
[0,15,hadoop103,hadoop102,hadoop104]

8、文件和文件夹判断

@Test
public void isFileOrDir() throws IOException {
FileStatus[] fileStatuses = fs.listStatus(new Path("/test"));
//遍历数组
for (FileStatus fileStatus : fileStatuses) {
boolean file = fileStatus.isFile();
if (file) {
System.out.println("文件:" + fileStatus.getPath());
} else {
System.out.println("目录:" + fileStatus.getPath());
}
}
}

自己实现一个方法,递归判断传入路径下的文件和目录

public void isAll(String path,FileSystem fileSystem) throws IOException {
FileStatus[] fileStatuses = fileSystem.listStatus(new Path(path));

for (FileStatus fileStatus : fileStatuses) {
boolean file = fileStatus.isFile();

if (file) {
System.out.println("文件:" + fileStatus.getPath());
}else {
System.out.println("目录:" + fileStatus.getPath());
//如果是目录,因为不知道目录下面还有没有子目录,所以要递归调用自己
isAll(fileStatus.getPath().toString(),fileSystem);
}
}
}
====================
@Test
public void testIsAll() throws IOException {
isAll("/test",fs);
}

9、基于IO流的上传

@Test
public void putByIO() throws IOException {
//1 获取本地文件输入流
FileInputStream fis = new FileInputStream(new File("d:/input/abcd.txt"));

//2 获取hdfs文件输出流
FSDataOutputStream hdfsfos = fs.create(new Path("/test/abcd.txt"));

//3 流的对拷
IOUtils.copyBytes(fis,hdfsfos,conf);

//4 流的关闭
IOUtils.closeStream(hdfsfos);
IOUtils.closeStream(fis);
}

10、基于IO流的下载

@Test
public void getByIO() throws IOException {
//1 获取hdfs文件输入流
FSDataInputStream hdfsfis = fs.open(new Path("/test/abcd.txt"));

//2 获取本地文件输出流
FileOutputStream fos = new FileOutputStream(new File("d:/input/a.txt"));

//3 流的对拷
IOUtils.copyBytes(hdfsfis,fos,conf);

//4 流的关闭
IOUtils.closeStream(fos);
IOUtils.closeStream(hdfsfis);
}

第4章 HDFS的数据流

4.1 HDFS写数据流程

（1）客户端通过Distributed FileSystem模块向NameNode请求上传文件，NameNode检查目标文件是否已存在，父目录是否存在。
（2）NameNode返回是否可以上传。
（3）客户端请求第一个 Block上传到哪几个DataNode服务器上。
（4）NameNode返回3个DataNode节点，分别为dn1、dn2、dn3。
（5）客户端通过FSDataOutputStream模块请求dn1上传数据，dn1收到请求会继续调用dn2，然后dn2调用dn3，将这个通信管道建立完成。
（6）dn1、dn2、dn3逐级应答客户端。
（7）客户端开始往dn1上传第一个Block（先从磁盘读取数据放到一个本地内存缓存），以Packet为单位，dn1收到一个Packet就会传给dn2，dn2传给dn3；dn1每传一个packet会放入一个应答队列等待应答。
（8）当一个Block传输完成之后，客户端再次请求NameNode上传第二个Block的服务器。（重复执行3-7步）。
源码解析：org.apache.hadoop.hdfs.DFSOutputStream

4.2 HDFS读数据流程

（1）客户端通过DistributedFileSystem向NameNode请求下载文件，NameNode通过查询元数据，找到文件块所在的DataNode地址。

（2）挑选一台DataNode（就近原则，然后随机）服务器，请求读取数据。

（3）DataNode开始传输数据给客户端（从磁盘里面读取数据输入流，以Packet为单位来做校验）。

（4）客户端以Packet为单位接收，先在本地缓存，然后写入目标文件。