一、从本地文件系统到HDFS
使用hdfs自带的命令
命令：hdfs dfs -copyFromLocal inputPath outputPath
inputPath：本地文件目录的路径
outputPath：hdfs文件目录路径，即存储路径
二、从HDFS到本地文件系统
命令：hdfs dfs -copyToLocal inputPath outputPath
inputPath：hdfs文件目录
outputPath：本地文件文件目录，即本地存储路径
因为Hbas和Hive都在存储在HDFS中，所以可以通过该条命令可以把Hbase和Hive存储在HDFS中的文件复制出来。但是经过实践，通过这种方式复制出来的Hbase文件是乱码。Hive里的文件有时候也会乱码，这取决于Hive数据的插入方式。
三、文件在HDFS内的移动
1、从Hbase表导出数据到HDFS
命令：hbase org.apache.hadoop.hbase.mapreduce.Export tableName outputPaht
例子：hbase org.apache.hadoop.hbase.mapreduce.Export test /user/data
test为需要从Hbase中导出的表，／user/data为hdfs上的路径，即存储路径，如果最后一个参数有前缀file：// 则为本地上的文件存储系统
2、从HDFS导入到Hbase表中，需要事先建立好表结构
命令：hbase org.apache.hadoop.hbase.mapreduce.Export tableName inputPaht
例子：hbase org.apache.hadoop.hbase.mapreduce.Import test1 /temp/part-m-00000
案列：
两个不同环境数据，数据导入
过程描述：
导出正式环境数据到hdfs中，然后从hdfs中导出到本地，本地传到测试环境主机，然后从本地导入到hdfs中，再从hdfs中导入到hbase中。
处理过程：
1、注意事项：1、权限问题使用hdfs：sudo -u hdfs ；
2、存放上传路径最好不要在root下
3、上传完成后，查看是否在使用，数据已经插入。
1、sudo -u hdfs hbase org.apache.hadoop.hbase.mapreduce.Export ** /hbase/**_bak （导出到hdfs中的**_bak）
2、hdfs dfs -copyToLocal /hbase/sw_bak /test (导出hdfs中文件到本地test，注：提前建好目录)
3、scp -r test_bak root@192.168.90.**:/root/test （传送目录到测试环境主机目录下，注：传到测试环境后，把文件不要放到root的目录下，换家目录下）
4、sudo -u hdfs hdfs dfs -copyFromLocal /chenzeng/text_bak /data （把sw传到hdfs 中，注意上传时，文件路径要对，放在data路径下比较好）
5、sudo -u hdfs hbase org.apache.hadoop.hbase.mapreduce.Import test /data/test_bak/part-m-0000 （注意上次文件）
6、在hbase shell 中查看test ：count 'test' 确认是否上传成功
优化：
truncate ‘’
正式环境导入至hdfs中时，
可以直接在另一个环境的执行sudo -u hdfs hbase org.apache.hadoop.hbase.mapreduce.Import test hdfs://server243:8020/hbase**** 可以直接加主机和对应路径进行put。
Java API读写HDFS
public class FSOptr {
/**
* @param args
*/
public static void main(String[] args) throws Exception {
// TODO Auto-generated method stub
Configuration conf = new Configuration()
makeDir(conf)
rename(conf)
delete(conf)
}
// 创建文件目录
private static void makeDir(Configuration conf) throws Exception {
FileSystem fs = FileSystem.get(conf)
Path dir = new Path("/user/hadoop/data/20140318")
boolean result = fs.mkdirs(dir)// 创建文件夹
System.out.println("make dir :" + result)
// 创建文件，并写入内容
Path dst = new Path("/user/hadoop/data/20140318/tmp")
byte[] buff = "hello,hadoop!".getBytes()
FSDataOutputStream outputStream = fs.create(dst)
outputStream.write(buff, 0, buff.length)
outputStream.close()
FileStatus files[] = fs.listStatus(dst)
for (FileStatus file : files) {
System.out.println(file.getPath())
}
fs.close()
}
// 重命名文件
private static void rename(Configuration conf) throws Exception {
FileSystem fs = FileSystem.get(conf)
Path oldName = new Path("/user/hadoop/data/20140318/1.txt")
Path newName = new Path("/user/hadoop/data/20140318/2.txt")
fs.rename(oldName, newName)
FileStatus files[] = fs.listStatus(new Path(
"/user/hadoop/data/20140318"))
for (FileStatus file : files) {
System.out.println(file.getPath())
}
fs.close()
}
// 删除文件
@SuppressWarnings("deprecation")
private static void delete(Configuration conf) throws Exception {
FileSystem fs = FileSystem.get(conf)
Path path = new Path("/user/hadoop/data/20140318")
if (fs.isDirectory(path)) {
FileStatus files[] = fs.listStatus(path)
for (FileStatus file : files) {
fs.delete(file.getPath())
}
} else {
fs.delete(path)
}
// 或者
fs.delete(path, true)
fs.close()
}
/**
* 下载,将hdfs文件下载到本地磁盘
*
* @param localSrc1
*本地的文件地址，即文件的路径
* @param hdfsSrc1
*存放在hdfs的文件地址
*/
public boolean sendFromHdfs(String hdfsSrc1, String localSrc1) {
Configuration conf = new Configuration()
FileSystem fs = null
try {
fs = FileSystem.get(URI.create(hdfsSrc1), conf)
Path hdfs_path = new Path(hdfsSrc1)
Path local_path = new Path(localSrc1)
fs.copyToLocalFile(hdfs_path, local_path)
return true
} catch (IOException e) {
e.printStackTrace()
}
return false
}
/**
* 上传，将本地文件copy到hdfs系统中
*
* @param localSrc
*本地的文件地址，即文件的路径
* @param hdfsSrc
*存放在hdfs的文件地址
*/
public boolean sendToHdfs1(String localSrc, String hdfsSrc) {
InputStream in
try {
in = new BufferedInputStream(new FileInputStream(localSrc))
Configuration conf = new Configuration()// 得到配置对象
FileSystem fs// 文件系统
try {
fs = FileSystem.get(URI.create(hdfsSrc), conf)
// 输出流，创建一个输出流
OutputStream out = fs.create(new Path(hdfsSrc),
new Progressable() {
// 重写progress方法
public void progress() {
// System.out.println("上传完一个设定缓存区大小容量的文件！")
}
})
// 连接两个流，形成通道，使输入流向输出流传输数据,
IOUtils.copyBytes(in, out, 10240, true)// in为输入流对象，out为输出流对象，4096为缓冲区大小，true为上传后关闭流
return true
} catch (IOException e) {
e.printStackTrace()
}
} catch (FileNotFoundException e) {
e.printStackTrace()
}
return false
}
/**
* 移动
*
* @param old_st原来存放的路径
* @param new_st移动到的路径
*/
public boolean moveFileName(String old_st, String new_st) {
try {
// 下载到服务器本地
boolean down_flag = sendFromHdfs(old_st, "/home/hadoop/文档/temp")
Configuration conf = new Configuration()
FileSystem fs = null
// 删除源文件
try {
fs = FileSystem.get(URI.create(old_st), conf)
Path hdfs_path = new Path(old_st)
fs.delete(hdfs_path)
} catch (IOException e) {
e.printStackTrace()
}
// 从服务器本地传到新路径
new_st = new_st + old_st.substring(old_st.lastIndexOf("/"))
boolean uplod_flag = sendToHdfs1("/home/hadoop/文档/temp", new_st)
if (down_flag &&uplod_flag) {
return true
}
} catch (Exception e) {
e.printStackTrace()
}
return false
}
// copy本地文件到hdfs
private static void CopyFromLocalFile(Configuration conf) throws Exception {
FileSystem fs = FileSystem.get(conf)
Path src = new Path("/home/hadoop/word.txt")
Path dst = new Path("/user/hadoop/data/")
fs.copyFromLocalFile(src, dst)
fs.close()
}
// 获取给定目录下的所有子目录以及子文件
private static void getAllChildFile(Configuration conf) throws Exception {
FileSystem fs = FileSystem.get(conf)
Path path = new Path("/user/hadoop")
getFile(path, fs)
}
private static void getFile(Path path, FileSystem fs)throws Exception {
FileStatus[] fileStatus = fs.listStatus(path)
for (int i = 0i <fileStatus.lengthi++) {
if (fileStatus[i].isDir()) {
Path p = new Path(fileStatus[i].getPath().toString())
getFile(p, fs)
} else {
System.out.println(fileStatus[i].getPath().toString())
}
}
}
//判断文件是否存在
private static boolean isExist(Configuration conf,String path)throws Exception{
FileSystem fileSystem = FileSystem.get(conf)
return fileSystem.exists(new Path(path))
}
//获取hdfs集群所有主机结点数据
private static void getAllClusterNodeInfo(Configuration conf)throws Exception{
FileSystem fs = FileSystem.get(conf)
DistributedFileSystem hdfs = (DistributedFileSystem)fs
DatanodeInfo[] dataNodeStats = hdfs.getDataNodeStats()
String[] names = new String[dataNodeStats.length]
System.out.println("list of all the nodes in HDFS cluster:")//print info
for(int i=0i <dataNodeStats.lengthi++){
names[i] = dataNodeStats[i].getHostName()
System.out.println(names[i])//print info
}
}
//get the locations of a file in HDFS
private static void getFileLocation(Configuration conf)throws Exception{
FileSystem fs = FileSystem.get(conf)
Path f = new Path("/user/cluster/dfs.txt")
FileStatus filestatus = fs.getFileStatus(f)
BlockLocation[] blkLocations = fs.getFileBlockLocations(filestatus,0,filestatus.getLen())
int blkCount = blkLocations.length
for(int i=0i <blkCounti++){
String[] hosts = blkLocations[i].getHosts()
//Do sth with the block hosts
System.out.println(hosts)
}
}
//get HDFS file last modification time
private static void getModificationTime(Configuration conf)throws Exception{
FileSystem fs = FileSystem.get(conf)
Path f = new Path("/user/cluster/dfs.txt")
FileStatus filestatus = fs.getFileStatus(f)
long modificationTime = filestatus.getModificationTime()// measured in milliseconds since the epoch
Date d = new Date(modificationTime)
System.out.println(d)
}
}
默认是从hdfs读取文件，也可以指定sc.textFile("路径").在路径前面加上hdfs://表示从hdfs文件系统上读本地文件读取 sc.textFile("路径").在路径前面加上file:// 表示从本地文件系统读，如file:///home/user/spark/README.md
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）