Hadoop之HDFS文件操作

摘要：Hadoop之HDFS文件操作常有两种方式。命令行方式和JavaAPI方式。本文介绍怎样利用这两种方式对HDFS文件进行操作。

关键词：HDFS文件    命令行     Java API

HDFS是一种分布式文件系统，为MapReduce这样的框架下的海量数据分布式处理而设计。

Hadoop之HDFS文件操作常有两种方式。一种是命令行方式。即Hadoop提供了一套与Linux文件命令类似的命令行工具；还有一种是JavaAPI，即利用Hadoop的Java库，採用编程的方式操作HDFS的文件。

方式一：命令行方式

Hadoop文件操作命令形式为

hadoop fs -cmd <args>

说明：cmd是详细的文件操作命令。<args>是一组数目可变的參数。

Hadoop最经常使用的文件操作命令，包含加入文件和文件夹、获取文件、删除文件等。

1 加入文件和文件夹

HDFS有一个默认工作文件夹/usr/$USER，当中$USER是你的登录username，作者的username是root。该文件夹不能自己主动创建。须要运行mkdir命令创建。

hadoop fs -mkdir  /usr/root

使用Hadoop的命令put将本地文件README.txt送到HDFS。

hadoop fs -put README.txt  .

注意上面这个命令最后一个參数是句点（.），这意味着把本地文件放入到默认的工作文件夹，该命令等价于：

hadoop fs -put README.txt     /user/root

使用Hadoop的ls命令。即

hadoop fs -ls

显示结果如图1所看到的。

图1  hadoop 中 ls命令Demo

2 获取文件

获取文件包括两层意思。一是HDFS从本地文件里获取文件，即前面介绍的加入文件。二是本地文件从HDFS中获取文件，能够使用Hadoop的get命令。比如若本地文件没有README.txt文件，须要从HDFS中取回，能够运行例如以下命令。

hadoop fs -get  README.txt  .

或者

hadoop fs -get README.txt  /usr/root/README.txt

3 删除文件

Hadoop删除文件命令为rm。

比如要删除从本地文件上传的README.txt，能够运行例如以下命令。

hadoop  fs -rm  README.txt

4 检索文件

检索文件即查阅HDFS中的文件内容，能够使用hadoop中的cat命令。比如要查阅README.txt的内容。能够运行例如以下命令。

hadoop fs -cat README.txt

部分显示结果如图2所看到的

图2 hadoop中cat命令Demo

另外，hadoop的cat命令的输出也能够使用管道传递给Unix 命令的head：

hadoop fs -cat README.txt | head

Hadoop也支持tail命令查看最后一千字节。比如要查阅README.txt最后一千个字节。能够运行例如以下命令。

hadoop fs -tail README.txt

5查阅帮助

查阅Hadoop命令帮助，能够让我们非常好地掌握和使用Hadoop的 命令。

我们能够运行hadoop fs 获取所用版本号Hadoop的一个完整命令列别，也能够使用help来显示某个详细命令的使用方法及简短描写叙述。

比如。要了解ls命令。可运行例如以下命令。

hadoop  fs -help ls

关于hadoop命令ls的描写叙述如图3所看到的。

图3 Hadoop命令ls的介绍 

Resource：

1   http://www.wangluqing.com/2014/03/hadoop-hdfs-fileoperation/

2  Hadoop in Action http://www.manning.com/lam/