hdfs上的文件是手动执行命令从本地linux上传至hdfs的。在真实的运行环境中，我们不可能每次手动执行命令上传的，这样太过繁琐。那么，我们可以使用hdfs提供的java api实现文件上传至hdfs，或者直接从ftp上传至hdfs。
然而，需要说明一点，之前笔者是要运行mr，都需要每次手动执行yarn jar，在实际的环境中也不可能每次手动执行。像我们公司是使用了索答的调度平台/任务监控平台，可以定时的以工作流执行我们的程序，包括普通java程序和mr。其实，这个调度平台就是使用了quartz。当然，这个调度平台也提供其它的一些功能，比如web展示、日志查看等，所以也不是免费的。
首先，给大家简单介绍一下hdfs。hdfs是以流式数据访问模式来存储超大文件，hdfs的构建思路是一次写入，多次读取，这样才是最高效的访问模式。hdfs是为高数据吞吐量应用优化的，所以会以提高时间延迟为代价。对于低延时的访问需求，我们可以使用hbase。
然后，还要知道hdfs中块（block）的概念，默认为64mb。块是hdfs的数据读写的最小单位，通常每个map任务一次只处理一个block，像我们对集群性能评估就会使用到这个概念，比如目前有多少节点，每个节点的磁盘空间、cpu以及所要处理的数据量、网络带宽，通过这些信息来进行性能评估。我们可以使用hadoop fsck / -files -blocks列出文件系统中各个文件由哪些块构成。
然后，再就是要知道namenode和datanode，这个在之前的博文已经介绍过，下面看看cm环境中hdfs的管理者（namenode）和工作者（datanode），如下
在yarn环境中是可以有多个namenode的。此环境中没有secondarynamenode，当然也可以有。
好了，关于hdfs的基本概念就讲到这儿了，下面来看看具体的代码。
一、java实现上传本地文件至hdfs
这里，可以直接使用hdfs提供的java api即可实现，代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
package com.bjpowernode.hdfs.local;import org.apache.hadoop.conf.configuration;import org.apache.hadoop.fs.filesystem;import org.apache.hadoop.fs.path;/** * classname:uploadlocalfiletohdfs <br/> * function: 本地文件上传至hdfs. <br/> * date: 2016年3月28日 下午10:06:05 <br/> * @author qiyongkang * @version * @since jdk 1.6 * @see */public class uploadlocalfiletohdfs { public static void main(string[] args) { configuration conf = new configuration(); string localdir = "/home/qiyongkang"; string hdfsdir = "/qiyongkang"; try{ path localpath = new path(localdir); path hdfspath = new path(hdfsdir); filesystem hdfs = filesystem.get(conf); hdfs.copyfromlocalfile(localpath, hdfspath); }catch(exception e){ e.printstacktrace(); } }} |
注意，这里hdfs上传目录如果不存在的话，hdfs会自动创建，比较智能。
打完包后，上传至服务器，执行yarn jar mr-demo-0.0.1-snapshot-jar-with-dependencies.jar，然后执行hadoop fs -ls /qiyongkang便可看到：
二、java实现上传ftp上的文件至hdfs
首先，我们得准备一个ftp服务器，关于ftp服务器的搭建，大家可以查阅资料，笔者就不赘述了。
其实，从ftp上拉取文件上传到hdfs上，这个过程大家不要想复杂了，我们讲本地文件上传到hdfs，其实就是采用流的方式。因此，我们可以直接读取ftp上的文件流，然后以流的方式写入到hdfs。
下面，直接贴出代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
|
package com.bjpowernode.hdfs.ftp;import java.io.inputstream;import org.apache.commons.net.ftp.ftp;import org.apache.commons.net.ftp.ftpclient;import org.apache.commons.net.ftp.ftpfile;import org.apache.commons.net.ftp.ftpreply;import org.apache.hadoop.conf.configuration;import org.apache.hadoop.fs.fsdataoutputstream;import org.apache.hadoop.fs.filesystem;import org.apache.hadoop.fs.path;import org.apache.hadoop.io.ioutils;/** * classname:uploadftpfiletohdfs <br/> * function: todo add function. <br/> * reason: todo add reason. <br/> * date: 2016年3月28日 下午10:50:37 <br/> * * @author qiyongkang * @version * @since jdk 1.6 * @see */public class uploadftpfiletohdfs { public static void main(string[] args) { configuration conf = new configuration(); loadfromftptohdfs("172.31.26.200", "qiyongkang", "qyk123456", "/www/input/", "/qiyongkang/", conf); } /** * * loadfromftptohdfs:将数据从ftp上传到hdfs上. <br/> * * @author qiyongkang * @param ip * @param username * @param password * @param filepath * @param outputpath * @param conf * @return * @since jdk 1.6 */ private static boolean loadfromftptohdfs(string ip, string username, string password, string filepath, string outputpath, configuration conf) { ftpclient ftp = new ftpclient(); inputstream inputstream = null; fsdataoutputstream outputstream = null; boolean flag = true; try { ftp.connect(ip); ftp.login(username, password); ftp.setfiletype(ftp.binary_file_type); ftp.setcontrolencoding("utf-8"); int reply = ftp.getreplycode(); if (!ftpreply.ispositivecompletion(reply)) { ftp.disconnect(); } ftpfile[] files = ftp.listfiles(filepath); filesystem hdfs = filesystem.get(conf); for (ftpfile file : files) { if (!(file.getname().equals(".") || file.getname().equals(".."))) { inputstream = ftp.retrievefilestream(filepath + file.getname()); outputstream = hdfs.create(new path(outputpath + file.getname())); ioutils.copybytes(inputstream, outputstream, conf, false); if (inputstream != null) { inputstream.close(); ftp.completependingcommand(); } } } ftp.disconnect(); } catch (exception e) { flag = false; e.printstacktrace(); } return flag; }} |
然后同样打包上传后执行yarn jar mr-demo-0.0.1-snapshot-jar-with-dependencies.jar，便可看到：
总结
以上所述是小编给大家介绍的hadoop上传文件功能实例代码，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对服务器之家网站的支持！
