Hadoop学习笔记(二)Hadoop 分布式文件系统 HDFS：1.HDFS基础

---

• HDFS客户端操作（开发重点）

  • 1. HDFS客户端环境准备

    • 1.1、请参考文章：
      Windows10下搭建eclipse开发hadoop的开发环境
      其中的第一至四步骤。
    • 1.2、请参考文章：
      maven的安装、路径配置、修改库文件路径和eclipse中的配置，解决Eclipse使用Maven下载慢的问题
    • 1.3、创建一个maven工程HDFS
    • 1.4、 导入相应的依赖坐标加日志添加

      <dependencies>
      
      	<dependency>
      		<groupId>junit</groupId>
      		<artifactId>junit</artifactId>
      		<version>RELEASE</version>
      	</dependency>
      	<dependency>
      		<groupId>org.apache.logging.log4j</groupId>
      		<artifactId>log4j-core</artifactId>
      		<version>2.8.2</version>
      	</dependency>
      	<dependency>
      		<groupId>org.apache.hadoop</groupId>
      		<artifactId>hadoop-common</artifactId>
      		<version>2.7.2</version>
      	</dependency>
      	<dependency>
      		<groupId>org.apache.hadoop</groupId>
      		<artifactId>hadoop-client</artifactId>
      		<version>2.7.2</version>
      	</dependency>
      	<dependency>
      		<groupId>org.apache.hadoop</groupId>
      		<artifactId>hadoop-hdfs</artifactId>
      		<version>2.7.2</version>
      	</dependency>
      	<dependency>
      		<groupId>jdk.tools</groupId>
      		<artifactId>jdk.tools</artifactId>
      		<version>1.8</version>
      		<scope>system</scope>
      		<systemPath>${JAVA_HOME}/lib/tools.jar</systemPath>
      	</dependency>
      
      </dependencies>
      

      添加完依赖后可能会有人的dependencies报jdk错误，原因在于JAVA_HOME配置里面有空格（这是不允许的）
      注意：如果Eclipse/Idea打印不出日志，在控制台上只显示

      1.log4j:WARN No appender scould be found for logger (org.apache.hadoop.util.Shell).
      2.log4j:WARN Please initialize the log4j system properly.
      3.log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#
      noconfig for more info.
      

      需要在项目的src/main/resources目录下，新建一个文件，命名为“log4j.properties”，在文件中填入

      log4j.rootLogger=INFO, stdout
      log4j.appender.stdout=org.apache.log4j.ConsoleAppender
      log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
      log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
      log4j.appender.logfile=org.apache.log4j.FileAppender
      log4j.appender.logfile.File=target/spring.log
      log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
      log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
      

    • 1.5、创建包名：com.ali.hdfs
    • 1.6、 创建HdfsClient类

      public class HDFSClient {
      	public static void main(String[] args) throws IOException, Exception, URISyntaxException {
      
      		Configuration conf = new Configuration();
      //		conf.set("fs.defaultFS", "hdfs://192.168.220.201:9000");
      
      		// 1.获取hdfs客户端对象
      //		FileSystem fs = FileSystem.get(conf );
      		FileSystem fs = FileSystem.get(new URI("hdfs://192.168.220.201:9000"), conf, "hadoop");
      		//这一行代码相当于上面注释的两行代码
      		
      		// 2.在hdfs上创建路径
      		fs.mkdirs(new Path("/0219/table/output"));
      
      		// 3.关闭资源
      		fs.close();
      
      		System.out.println("over");
      		
      		FileSystem fileSystem = FileSystem.get(conf);
      	}
      }
      

    • 1.7、 执行程序
      运行时需要配置用户名称：右键->run as -> run configurations
      
      注意：一定要先点一下Java Application创建一个新的HDFSClient(1)把老的HDFSClient删除掉。
      客户端去操作HDFS时，是有一个用户身份的。默认情况下，HDFS客户端API会从JVM中获取一个参数来作为自己的用户身份:
      -DHADOOP_USER_NAME=hadoop，hadoop为用户名称。

  • 2. HDFS的API操作

  • 3. HDFS的I/O流操作