Hdfs

一、Hdfs

1、简介

分布式文件管理系统（hdfs）是一种来管理多台机器上文件的系统，是一种允许文件通过网络在多台主机上分享的文件系统，可让多机器上的多用户分享文件和存储空间。

2、特点

（1）通透性。让实际上是通过网络来访问文件的动作，由程序与用户看来，就像是访问本地的磁盘一般。

（2）容错。即使系统中有某些节点宕机，整体来说系统仍然可以持续运作而不会有数据损失【通过副本机制实现】。

（3）分布式文件管理系统很多，hdfs只是其中一种，不合适小文件。

3、架构

hdfs架构

namenode

 

datanode

 

 4、hdfs-java操作

首先在linux中找到连接的配置文件，vim  /usr/local/soft/hadoop-2.7.6/etc/hadoop/core-site.xml 

（1）先在maven中导包

dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.7.6</version>
</dependency>

（2）连接方式

//连接hadoop
Configuration configuration =new Configuration();
configuration.set("fs.defaultFs","hdfs://master:9000"); //连接指定的hdfs，在配置文件中。
FileSystem fs = FileSystem.get(configuration); //要抛个异常

（3）上传文件

  //连接hadoop
Configuration configuration =new Configuration();
configuration.set("fs.defaultFS","hdfs://master:9000"); //连接指定的hdfs，在配置文件中。
FileSystem fs = FileSystem.get(configuration); //要抛个异常
 
fs.copyFromLocalFile(false,true,new Path("D:\\上课资料\\python\\day53\\2022年4月1日\\代码\\HadoopCode15\\data\\sanguo.txt"),new Path("/"));
//第一个判断是是否删除源文件，第二个判断是是否覆盖相同文件名的文件，第三个参数是本地文件地址，第四个参数是hdfs中的地址
fs.close();

（4）设置副本数

（1）Linux的hadoop中配置文件/usr/local/soft/hadoop-2.7.6/etc/hadoop/hdfs-sitexml中设置副本数

（2）可在代码中加入以下内容可设置副本数

configuration.set("dfs.replication","3"); //设置副本数为三

（3）还可以在idea项目中文件resources中加入hadoop中的配置文件

设置副本数配置顺序：
     1.hdfs-site.xml(Hadoop集群自定义配置)  <  2.Resources中的 hdfs-site.xml  < 3.代码中Conf配置

（5）下载文件

fs.copyToLocalFile(false,newPath("/sanguo/sanguo2.txt"),newPath("D:\\CodeSpace\\HadoopCode15\\data"));

（6）修改文件名

 fs.rename(new Path("/sanguo/sanguo2.txt"),new Path("/sanguo/sanguo3.txt"));

（7）删除文件和文件夹

fs.delete(new Path("/sanguo/sanguo3.txt"), false);  //false表示是否是文件夹

（8）获取文件夹中所有文件的详细信息

//迭代器遍历文件夹
        RemoteIterator<LocatedFileStatus> files = fs.listFiles(new Path("/re"), true);
        //true表示是否要递归
        while (files.hasNext()) {
            LocatedFileStatus fileStatus = files.next();
            // 获取每个block的位置信息
            BlockLocation[] blocks = fileStatus.getBlockLocations();
            // 获取block大小
            System.out.println(fileStatus.getBlockSize());
            // 获取路径
            System.out.println(fileStatus.getPath());
            // 获取所有者
            System.out.println(fileStatus.getOwner());
 
 
            for (BlockLocation block : blocks) {
                System.out.println("hosts:" + block.getHosts());
                System.out.println("name:" + block.getNames());
                System.out.println("length:" + block.getLength());
            }
        }

（9）是文件还是文件夹

FileStatus[] fileStatuses = fs.listStatus(new Path("/re"));
//for循环遍历整个文件夹，判断每个文件是文件还是文件夹
        for (FileStatus fileStatus : fileStatuses) {
            System.out.println(fileStatus.isFile());
            System.out.println(fileStatus.isDirectory());
        }

5、hdfs写流程

 6、读流程