java结合HADOOP集群文件上传下载

对HDFS上的文件进行上传和下载是对集群的基本操作，在《HADOOP权威指南》一书中，对文件的上传和下载都有代码的实例，但是对如何配置HADOOP客户端却是没有讲得很清楚，经过长时间的搜索和调试，总结了一下，如何配置使用集群的方法，以及自己测试可用的对集群上的文件进行操作的程序。首先，需要配置对应的环境变量:

hadoop_HOME="/home/work/tools/java/hadoop-client/hadoop"
for f in $hadoop_HOME/hadoop-*.jar; do
        hadoop_CLASSPATH=${hadoop_CLASSPATH}:$f
done
for f in $hadoop_HOME/lib/*.jar; do
        hadoop_CLASSPATH=${hadoop_CLASSPATH}:$f
done
hadoopvfs_HOME="/home/work/tools/java/hadoop-client/hadoop-vfs"
for f in $hadoopvfs_HOME/lib/*.jar; do
        hadoop_CLASSPATH=${hadoop_CLASSPATH}:$f
done
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/work/tools/java/hadoop-client/hadoop/lib/native/Linux-amd64-64/

其中LD_LIBRARY_PATH是在调用时需要用到的库的路径，hadoop_CLASSPATH则是我们hadoop客户端里各种jar包
有一点需要注意的是最好不要使用HADOOP_HOME这个变量，这个是一个系统使用的环境变量，最好不要和它冲突
编译类的方法：

javac -classpath $CLASSPATH:$hadoop_CLASSPATH HDFSUtil.java

运行的方法：

java -classpath $CLASSPATH:$hadoop_CLASSPATH HDFSUtil

但是在实际的使用过程中，会报No Permission之类的错误，或者你能保证代码没有问题的情况下，在运行的时候也会报一些奇奇怪怪的错误
那么问题来了，这是什么鬼？
答案：这是因为没有配置对应集群的配置文件
因为在《HADOOP权威指南》一书中，弱化了配置的东西，所以在具体使用集群的时候就会出现问题，如何解决呢，这样子：

this.conf = new Configuration(false);
conf.addResource("./hadoop-site.xml");
conf.addResource("./hadoop-default.xml");
conf.set("fs.hdfs.impl", org.apache.hadoop.hdfs.DistributedFileSystem.class.getName());conf.set("fs.file.impl", org.apache.hadoop.fs.LocalFileSystem.class.getName());

为什么会这样，书上只是很简单的：

this.conf = new Configuration();
那是因为默认你的集群在本地，所以不需要做配置，但是在实际使用的过程中，各个集群的配置是不同的，所以我们要引入集群的配置
这是非常重要的一点，因为实际使用的过程中我们都是使用的HADOOP的客户端，而且是已经搭好环境的集群，所以我们需要做好本地的配置
hadoop-site.xml和hadoop-default.xml这两个文件在所使用的客户端的conf目录下，在addResource的时候指定好目录就行了

将以上所提到的配置，全部配完之后，这个程序才能真正运行起来，所以配置是非常重要的一环。

以下是对应的工具的代码，有兴趣的看一下吧，使用的是文件流的方式来搞的，这样子也可以打通FTP和HDFS之间文件的互传：

import java.io.BufferedInputStream;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.net.URI;
import java.net.URL;
import java.io.*;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
import org.apache.hadoop.util.Progressable;

public class HDFSUtil {
 private String hdfs_node = "";
 private String hdfs_path = "";
 private String file_path = "";
 private String hadoop_site = "";
 private String hadoop_default = "";
 private Configuration conf = null;

public HDFSUtil(String hdfs_node) {
   this.hdfs_node = hdfs_node;
 }

public String getHdfsNode() {
   return this.hdfs_node;
 }

public void setHdfsPath(String hdfs_path){
   this.hdfs_path = hdfs_path;
 }

public String getHdfsPath(){
   return this.hdfs_path;
 }

public void setFilePath(String file_path){
   this.file_path = file_path;
 }

public String getFilePath(){
   return this.file_path;
 }

public void setHadoopSite(String hadoop_site){
   this.hadoop_site = hadoop_site;
 }

public String getHadoopSite(){
   return this.hadoop_site;
 }

public void setHadoopDefault(String hadoop_default){
   this.hadoop_default = hadoop_default;
 }

public String getHadoopDefault(){
   return this.hadoop_default;
 }

public int setConfigure(boolean flag) {
   if (flag == false){
     if (this.getHadoopSite() == "" || this.getHadoopDefault() == ""){
       return -1;
     }
     else {
       this.conf = new Configuration(false);
       conf.addResource(this.getHadoopDefault());
       conf.addResource(this.getHadoopSite());
       conf.set("fs.hdfs.impl", org.apache.hadoop.hdfs.DistributedFileSystem.class.getName());
       conf.set("fs.file.impl", org.apache.hadoop.fs.LocalFileSystem.class.getName());
       return 0;
     }
   }
   this.conf = new Configuration();
   return 0;
 }

public Configuration getConfigure() {
   return this.conf;
 }

public int upLoad(String localName, String remoteName) throws FileNotFoundException, IOException {
   InputStream inStream = null;
   FileSystem fs = null;
   try{
     inStream = new BufferedInputStream(new FileInputStream(localName));
     fs = FileSystem.get(URI.create(this.hdfs_node), this.conf);
     OutputStream outStream = fs.create(new Path(remoteName) ,new Progressable() {
       public void progress(){
         System.out.print('.');
       }
     });

IOUtils.copyBytes(inStream, outStream, 4096, true);
     inStream.close();
     return 0;
   } catch (IOException e){
     inStream.close();
     e.printStackTrace();
     return -1;
   }
 }

public int upLoad(InputStream inStream, String remoteName) throws FileNotFoundException, IOException {
   FileSystem fs = null;
   try{
     fs = FileSystem.get(URI.create(this.hdfs_node), this.conf);
     OutputStream outStream = fs.create(new Path(remoteName) ,new Progressable() {
       public void progress(){
         System.out.print('.');
       }
     });

IOUtils.copyBytes(inStream, outStream, 4096, true);
     inStream.close();
     return 0;
   } catch (IOException e){
     inStream.close();
     e.printStackTrace();
     return -1;
   }
 }

public int donwLoad(String remoteName, String localName, int lines) throws FileNotFoundException, IOException {
   FileOutputStream fos = null;
   InputStreamReader isr = null;
   BufferedReader br = null;
   String str = null;
   OutputStreamWriter osw = null;
   BufferedWriter buffw = null;
   PrintWriter pw = null;
   FileSystem fs = null;
   InputStream inStream = null;
   try {
     fs = FileSystem.get(URI.create(this.hdfs_node + remoteName), this.conf);
     inStream = fs.open(new Path(this.hdfs_node + remoteName));
     fos = new FileOutputStream(localName);
     osw = new OutputStreamWriter(fos, "UTF-8");
     buffw = new BufferedWriter(osw);
     pw = new PrintWriter(buffw);
     isr = new InputStreamReader(inStream, "UTF-8");
     br = new BufferedReader(isr);
     while((str = br.readLine()) != null && lines > 0){
       lines--;
       pw.println(str);
     }
   } catch (IOException e){
     throw new IOException("Couldn't write.", e);
   } finally {
     pw.close();
     buffw.close();
     osw.close();
     fos.close();
     inStream.close()
   }
   return 0;
 }

//main to test
 public static void main(String[] args){
   String hdfspath = null;
   String localname = null;
   String hdfsnode = null;
   int lines = 0;

if (args.length == 4){
     hdfsnode = args[0];
     hdfspath = args[1];
     localname = args[2];
     lines = Integer.parseInt(args[3]);
   }
   else{
     hdfsnode = "hdfs://nj01-nanling-hdfs.dmop.baidu.com:54310";
     hdfspath = "/app/ps/spider/wdmqa/wangweilong/test/HDFSUtil.java";
     localname = "/home/work/workspace/project/dhc2-0/dhc/base/ftp/papapa";
     lines = 5;
   }
   HDFSUtil hdfsutil = new HDFSUtil(hdfsnode);
   hdfsutil.setFilePath(hdfsutil.getHdfsNode()+hdfspath);
   hdfsutil.setHadoopSite("./hadoop-site.xml");
   hdfsutil.setHadoopDefault("./hadoop-default.xml");
   hdfsutil.setConfigure(false);
   try {
     hdfsutil.donwLoad(hdfspath, localname, lines);
   } catch (IOException e){
     e.printStackTrace();
   }
 }

如果想要了解FTP上文件的下载，请参考这篇文章：

ftp下载工具

如果想要打通FTP和HDFS文件互传，只要创建一个类，调用这两篇文章中的工具的接口就可以搞定，自己写的代码，实测有效。

请您花一点时间将文章分享给您的朋友或者留下评论。我们将会由衷感谢您的支持！