HDFS Java API 基本操作实验

Hadoop 分布式文件系统 (HDFS) 是 Hadoop 的核心组件之一，用于存储大规模数据集。通过 HDFS Java API，可以对 HDFS 进行各种操作，如创建文件、读取文件、删除文件等。本文将详细介绍如何使用 HDFS Java API 进行基本操作。

一、环境准备

在开始之前，确保以下环境已经配置好：

1. 安装并配置好 Hadoop 环境。
2. 安装 JDK，并设置好 JAVA_HOME 环境变量。
3. 配置好 Maven，用于管理 Java 项目的依赖。

二、创建 Maven 项目

1. 创建项目结构

在命令行中执行以下命令，创建一个新的 Maven 项目：

mvn archetype:generate -DgroupId=com.example -DartifactId=hdfs-demo -DarchetypeArtifactId=maven-archetype-quickstart -DinteractiveMode=false
cd hdfs-demo

2. 添加依赖

编辑 pom.xml 文件，添加 Hadoop 依赖：

<dependencies>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>3.3.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-hdfs</artifactId>
        <version>3.3.0</version>
    </dependency>
</dependencies>

三、HDFS 操作示例

1. 初始化 HDFS 配置

在 src/main/java/com/example 目录下创建一个新的 Java 类 HDFSExample.java：

package com.example;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import java.io.IOException;
import java.net.URI;

public class HDFSExample {
    private static final String HDFS_URI = "hdfs://localhost:9000";

    public static void main(String[] args) throws IOException {
        Configuration configuration = new Configuration();
        FileSystem hdfs = FileSystem.get(URI.create(HDFS_URI), configuration);

        // 示例方法调用
        createDirectory(hdfs, "/user/hadoop/testdir");
        createFile(hdfs, "/user/hadoop/testdir/testfile.txt", "Hello, HDFS!");
        readFile(hdfs, "/user/hadoop/testdir/testfile.txt");
        deleteFile(hdfs, "/user/hadoop/testdir/testfile.txt");
        deleteDirectory(hdfs, "/user/hadoop/testdir");
    }
}

2. 创建目录

添加创建目录的方法：

public static void createDirectory(FileSystem hdfs, String dirPath) throws IOException {
    Path path = new Path(dirPath);
    if (hdfs.exists(path)) {
        System.out.println("Directory already exists: " + dirPath);
    } else {
        hdfs.mkdirs(path);
        System.out.println("Directory created: " + dirPath);
    }
}

3. 创建文件

添加创建文件的方法：

public static void createFile(FileSystem hdfs, String filePath, String content) throws IOException {
    Path path = new Path(filePath);
    if (hdfs.exists(path)) {
        System.out.println("File already exists: " + filePath);
    } else {
        try (FSDataOutputStream outputStream = hdfs.create(path)) {
            outputStream.writeUTF(content);
            System.out.println("File created: " + filePath);
        }
    }
}

4. 读取文件

添加读取文件的方法：

public static void readFile(FileSystem hdfs, String filePath) throws IOException {
    Path path = new Path(filePath);
    if (!hdfs.exists(path)) {
        System.out.println("File does not exist: " + filePath);
    } else {
        try (FSDataInputStream inputStream = hdfs.open(path)) {
            String content = inputStream.readUTF();
            System.out.println("File content: " + content);
        }
    }
}

5. 删除文件

添加删除文件的方法：

public static void deleteFile(FileSystem hdfs, String filePath) throws IOException {
    Path path = new Path(filePath);
    if (!hdfs.exists(path)) {
        System.out.println("File does not exist: " + filePath);
    } else {
        hdfs.delete(path, false);
        System.out.println("File deleted: " + filePath);
    }
}

6. 删除目录

添加删除目录的方法：

public static void deleteDirectory(FileSystem hdfs, String dirPath) throws IOException {
    Path path = new Path(dirPath);
    if (!hdfs.exists(path)) {
        System.out.println("Directory does not exist: " + dirPath);
    } else {
        hdfs.delete(path, true);
        System.out.println("Directory deleted: " + dirPath);
    }
}

四、运行程序

确保 Hadoop 已启动，然后在命令行中执行以下命令运行 Java 程序：

mvn clean compile exec:java -Dexec.mainClass=com.example.HDFSExample

程序将依次执行创建目录、创建文件、读取文件、删除文件和删除目录的操作，并在控制台输出相应的信息。

五、总结

本文详细介绍了如何使用 HDFS Java API 进行基本操作，包括创建目录、创建文件、读取文件、删除文件和删除目录。通过这些示例，您可以熟悉 HDFS Java API 的使用方法，并应用到实际项目中进行大数据处理和存储。希望本文能够帮助您掌握 HDFS Java API 的基本操作，提高大数据开发的效率。