快捷導(dǎo)航

hadoop上傳文件功能實(shí)例代碼

更新時(shí)間：2017年09月26日 10:17:57 投稿：mrr

這篇文章主要介紹了hadoop上傳文件功能實(shí)例代碼,需要的朋友可以參考下

hdfs上的文件是手動(dòng)執(zhí)行命令從本地linux上傳至hdfs的。在真實(shí)的運(yùn)行環(huán)境中，我們不可能每次手動(dòng)執(zhí)行命令上傳的，這樣太過(guò)繁瑣。那么，我們可以使用hdfs提供的Java api實(shí)現(xiàn)文件上傳至hdfs，或者直接從ftp上傳至hdfs。

然而，需要說(shuō)明一點(diǎn)，之前筆者是要運(yùn)行MR，都需要每次手動(dòng)執(zhí)行yarn jar，在實(shí)際的環(huán)境中也不可能每次手動(dòng)執(zhí)行。像我們公司是使用了索答的調(diào)度平臺(tái)/任務(wù)監(jiān)控平臺(tái)，可以定時(shí)的以工作流執(zhí)行我們的程序，包括普通java程序和MR。其實(shí)，這個(gè)調(diào)度平臺(tái)就是使用了quartz。當(dāng)然，這個(gè)調(diào)度平臺(tái)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(fèi)的。

首先，給大家簡(jiǎn)單介紹一下hdfs。hdfs是以流式數(shù)據(jù)訪問(wèn)模式來(lái)存儲(chǔ)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(wèn)模式。hdfs是為高數(shù)據(jù)吞吐量應(yīng)用優(yōu)化的，所以會(huì)以提高時(shí)間延遲為代價(jià)。對(duì)于低延時(shí)的訪問(wèn)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(gè)map任務(wù)一次只處理一個(gè)block，像我們對(duì)集群性能評(píng)估就會(huì)使用到這個(gè)概念，比如目前有多少節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)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(guò)這些信息來(lái)進(jìn)行性能評(píng)估。我們可以使用Hadoop fsck / -files -blocks列出文件系統(tǒng)中各個(gè)文件由哪些塊構(gòu)成。

然后，再就是要知道namenode和datanode，這個(gè)在之前的博文已經(jīng)介紹過(guò)，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(gè)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(lái)看看具體的代碼。

一、java實(shí)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(shí)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(huì)自動(dòng)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(shí)現(xiàn)上傳ftp上的文件至hdfs

首先，我們得準(zhǔn)備一個(gè)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(shí)，從ftp上拉取文件上傳到hdfs上，這個(gè)過(guò)程大家不要想復(fù)雜了，我們講本地文件上傳到hdfs，其實(shí)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：