GVKun编程网logo

Hadoop 2.6.0浏览文件系统Java（hadoop浏览器访问）

27

针对Hadoop2.6.0浏览文件系统Java和hadoop浏览器访问这两个问题，本篇文章进行了详细的解答，同时本文还将给你拓展008-004配置javaapihadoopfsclient操作,had

针对Hadoop 2.6.0浏览文件系统Java和hadoop浏览器访问这两个问题，本篇文章进行了详细的解答，同时本文还将给你拓展008-004 配置 java api hadoop fs client 操作,hadoop 客户端 文件命令的maven配置、Big Data（二）分布式文件系统那么多，为什么hadoop还需要一个hdfs文件系统？、Hadoop API操作文件系统方法有哪些、hadoop fs(HDFS文件系统命令)等相关知识，希望可以帮助到你。

本文目录一览：

Hadoop 2.6.0浏览文件系统Java（hadoop浏览器访问）

Hadoop 2.6.0浏览文件系统Java（hadoop浏览器访问）

我在CentOS
6.6上安装了一个基本的hadoop集群，并想编写一些基本程序（浏览文件系统，删除/添加文件等），但是我仍在努力使最基本的应用程序正常工作。

当运行一些基本代码以将目录的内容列出到控制台时，出现以下错误：

Exception in thread "main" java.lang.NoSuchMethodError: org.apache.hadoop.ipc.RPC.getProxy(Ljava/lang/Class;JLjava/net/InetSocketAddress;Lorg/apache/hadoop/security/UserGroupInformation;Lorg/apache/hadoop/conf/Configuration;Ljavax/net/SocketFactory;ILorg/apache/hadoop/io/retry/RetryPolicy;Z)Lorg/apache/hadoop/ipc/VersionedProtocol;    at org.apache.hadoop.hdfs.DFSClient.createRPCNamenode(DFSClient.java:135)    at org.apache.hadoop.hdfs.DFSClient.<init>(DFSClient.java:280)    at org.apache.hadoop.hdfs.DFSClient.<init>(DFSClient.java:245)    at org.apache.hadoop.hdfs.DistributedFileSystem.initialize(DistributedFileSystem.java:100)    at mapreducetest.MapreduceTest.App.main(App.java:36)

我的pom.xml依赖项

          <dependencies>                <dependency>                                                                                                                                                       <groupId>org.apache.hadoop</groupId>                                                                                                                           <artifactId>hadoop-common</artifactId>                                                                                                                         <version>2.6.0</version>                                                                                                        </dependency>            <dependency>              <groupId>org.apache.hadoop</groupId>              <artifactId>hadoop-core</artifactId>              <version>1.2.1</version>            </dependency>                 </dependencies>

代码：

import java.io.IOException;import java.net.URI;import java.net.URISyntaxException;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.FileStatus;import org.apache.hadoop.fs.FileSystem;import org.apache.hadoop.fs.Path;import org.apache.hadoop.hdfs.DistributedFileSystem;public class App {       public static void main( String[] args ) throws IOException, URISyntaxException    {        Configuration conf = new Configuration();        FileSystem fs = new DistributedFileSystem();        fs.initialize(new URI("hdfs://localhost:9000/"), conf);        for (FileStatus f :fs.listStatus(new Path("/")))        {            System.out.println(f.getPath().getName());                          }        fs.close();    }}

调用fs.initialize（）后将引发错误。我真的不确定这是什么问题。我是否缺少依赖关系？他们是错误的版本吗？

答案1

小编典典

我通过调用“ java -jar app.jar .... etc”来运行它，我应该一直在使用“ hadoop jar app.jar”。

当我正确运行它时，按预期工作。

008-004 配置 java api hadoop fs client 操作,hadoop 客户端 文件命令的maven配置

008-004 配置 java api hadoop fs client 操作,hadoop 客户端 文件命令的maven配置

<dependencies>
    <dependency>
        <groupId>junit</groupId>
        <artifactId>junit</artifactId>
        <version>RELEASE</version>
    </dependency>
    <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-core</artifactId>
        <version>2.8.2</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>2.7.2</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-client</artifactId>
        <version>2.7.2</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-hdfs</artifactId>
        <version>2.7.2</version>
    </dependency>
    <dependency>
        <groupId>jdk.tools</groupId>
        <artifactId>jdk.tools</artifactId>
        <version>1.8</version>
        <scope>system</scope>
        <systemPath>C:/Program Files/Java/jdk1.8.0_162/lib/tools.jar</systemPath>
    </dependency>
</dependencies>

Big Data（二）分布式文件系统那么多，为什么hadoop还需要一个hdfs文件系统？

Big Data（二）分布式文件系统那么多，为什么hadoop还需要一个hdfs文件系统？

提纲

- 存储模型
- 架构设计
- 角色功能
- 元数据持久化
- 安全模式
- 副本放置策略
- 读写流程
- 安全策略

存储模型

- 文件线性按字节切割成块(block)，具有offset，id

- 文件与文件的block大小可以不一样
- 一个文件除最后一个block，其他block大小一致
- block的大小依据硬件的I/O特性调整
- block被分散存放在集群的节点中，具有location
- Block具有副本(replication)，没有主从概念，副本不能出现在同一个节点
- 副本是满足可靠性和性能的关键
- 文件上传可以指定block大小和副本数，上传后只能修改副本数
- 一次写入多次读取，不支持修改
- 支持追加数据

架构设计

- HDFS是一个主从(Master/Slaves)架构

- 由一个NameNode和一些DataNode组成

- 面向文件包含:文件数据(data)和文件元数据(metadata)

- NameNode负责存储和管理文件元数据，并维护了一个层次型的文件目录树

- DataNode负责存储文件数据(block块)，并提供block的读写

- DataNode与NameNode维持心跳，并汇报自己持有的block信息

- Client和NameNode交互文件元数据和DataNode交互文件block数据

 

 　　　　　　　　　　　　　　HDFS的架构图

 

 

 角色功能

- NameNode

  • 完全基于内存存储文件、目录结构，文件block的映射
  • 需要持久化方案保证数据的可靠性
  • 提供副本放置策略

- DataNode

  • 基于本地磁盘存储block(文件的形式)
  • 保存block的校验和数据保证block的可靠性
  • 与NameNode保持心跳，汇报block列表状态

元数据持久化

  • 任何对文件系统元数据产生修改的操作，NameNode都会生成一个EditLog的事务进行记录下来
  • 使用FsImage存储所有元数据的状态
  • 使用本地磁盘保存EditLog和FsImage
  • EditLog具有完整性，数据丢失少，但恢复速度慢，并且有提及膨胀风险
  • FsImage具有恢复速度快，提及与内存数据相当，但不能实时保存，数据丢失多
  • NameNode使用了FsImage+EditLog整合方案：
  • 　　滚动将增量的EditLog更新到FsImage，以保证更近时点的FsImage和更小的EditLog体积

（科普：EditsLog:log恢复日志，FsImage:镜像，快照恢复，HDFS采用FsImage+增量的EditLog进行记录）

 

安全模式

  • HDFS搭建时会格式化，格式化操作会产生一个空的FsImage
  • 当NameNode启动时，它从磁盘中读取EditLog和FsImage
  • 将所有EditLog中的事务作用在内存中的FsImage上
  • 并且将新版本的FsImage从内存中保存在磁盘上
  • 删除旧的EditLog，因为这个旧的EditLog的事务已经作用在了FsImage上了
  • NameNode启动后会进行一个称为安全模式的特殊状态
  • 处于安全模式的NameNode是不会进行数据块的复制的
  • NameNode从所有的DataNode接收心跳信号和状态报告
  • 每当NameNode检测确认某个数据块的副本数目达到这个最小值，那么该数据库会被认为是副本安全(safely replicated)的
  • 在一定百分比的数据被NameNode检测确认是安全之后，NameNode将会退出安全模式状态
  • 接下来它会确定还有哪些数据库的副本没有达到指定书目，并将数据块复制到DataNode上

HDFS中的SNN

SecondaryNameNode(SNN)

  • 在非Ha模式下，SNN一般是独立的节点，周期完成对NN的EditLog向FsImage合并，减少EditLog大小，减少NN启动时间
  • 根据配置文件设置的时间间隔fs.checkpoint.period默认3600秒
  • 根据配置文件设置edits log大小fs.checkpoint.size规定edits文件的最大值默认是64MB

（1.x无Ha模式，2.x开始有Ha模式，Ha模式下2个NameNode，NameNode的个数与版本没有任何关系）

 　　　　　　　　　　　　　　　SecondaryNameNode功能图

服务器科普：

塔式服务器（Tower servers ）

机架服务器（Rack server ）

刀片服务器（blade Server）

 关于服务器选择，PC一般选择塔式服务器。机架服务器一般用于公司，公司中使用多台机架服务器进行叠加，使用交换机来进行交换讯息。刀片服务器最贵，用于大型企业或者特殊服务

 

 副本放置策略

  •  第一个副本：放置在上传文件的DN；如果是集群外提交，则随机挑选一台磁盘不太满，CPU不太忙的节点
  • 第二个副本：放在于第一个副本不同的机架的节点
  • 第三个副本：与第二个副本相同机架的节点
  • 更多副本：随机节点

 

HDFS的读写流程

 HDFS的写流程

  • Client和NN连接创建文件元数据
  • NN判定元数据是否有效
  • NN触发副本放置策略，返回一个有序的DN列表
  • Client和DN简历Pipeline连接
  • Client将块分成packet（64KB），并使用chunk（512B）
  • Client将packet发送队列dataqueue中，并向第一个DN发送
  • 第一个DN收到packet后本地保存发送给第二个DN
  • 第二个DN收到packet后本地保存并发给第三个DN
  • 这个过程中，上游节点同时同时发送下一个packet
  • 类似工厂流水线
  • HDFS使用这种传输方式，副本数对于Client是透明的
  • 当block传输完成，DN分别向各自的NN汇报，同时Client继续传输下一个blcok
  • 所以client传输和block汇报也是并行的

HDFS读流程

  • 为了降低整体的带宽消耗和读延迟，HDFS会尽量让读取程序读取离他最近的副本
  • 如果再读取程序的同一个机架上有一个副本，那么就读该副本
  • 如果一个HDFS集群跨越多个数据中心，那么客户端也将首先读本地数据中心的副本
  • 语义：
  • 　　download a file
  • 　　Client和NN交互文件元数据获取fileBlockLocation
  • 　　NN按距离策略排序返回
  • 　　Client尝试下载Block并且校验数据完整性（校验盒校验）
  • 语义：下载一个文件其实是获取文件的所有的Block元数据，那么子集获取block应该成立
  • 　　Hdfs支持Client输出文件的offset自定义连接哪些Block的DN，自定义获取数据
  • 　　这个是支持计算层的分治，并行计算的核心（牢记）

Hadoop API操作文件系统方法有哪些

Hadoop API操作文件系统方法有哪些

这篇文章主要介绍“Hadoop API操作文件系统方法有哪些”，在日常操作中，相信很多人在Hadoop API操作文件系统方法有哪些问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Hadoop API操作文件系统方法有哪些”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

##Maven配置

<dependencies>        <dependency>            <groupId>org.apache.hadoop</groupId>            <artifactId>hadoop-client</artifactId>            <version>2.7.3</version>        </dependency>    </dependencies>

创建文件夹

Configuration config = new Configuration();        try {            FileSystem fs = FileSystem.get(new URI("hdfs://localhost:9000"),config);            boolean result =fs.mkdirs(new Path("/api/test"));            System.out.println(result);        }catch (Exception e){            e.printstacktrace();        }

####读取文件

FSDataInputStream in = fileSystem.open(new Path("/hadoop.txt")); IoUtils.copyBytes(in,System.out,1024);

####创建文件

FSDataOutputStream out = fileSystem.create(new Path("/hello.txt"));out.writeUTF("hello world");out.flush();out.close();

####重命名文件

fileSystem.rename(new Path("/hello.txt"),new Path("/new.txt"));

####拷贝本地文件到hdfs

fileSystem.copyFromLocalFile(new Path("./pom.xml"),new Path("/pom.xml"));

####下载hdfs文件到本地

fileSystem.copyToLocalFile(new Path("/hadoop.txt"),new Path("hadoop.txt"));

到此，关于“Hadoop API操作文件系统方法有哪些”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注小编网站，小编会继续努力为大家带来更多实用的文章！

hadoop fs(HDFS文件系统命令)

hadoop fs(HDFS文件系统命令)

Hadoop的HDFS操作命令

　　HDFS是存取数据的分布式文件系统，那么对HDFS的操作就是对文件系统的操作，比如文件的创建、修改、删除；文件夹的创建、修改、删除。Hadoop作者认为大家对linux文件系统的命令很熟悉，于是借鉴了linux文件系统的命令来作为HDFS的操作命令。

（1）查看帮助

hadoop fs -help

 

（2）查看目录信息

hadoop fs -ls /

 

（3）递归查看目录信息

hadoop fs -ls -R /

 

（4）上传文件到HDFS

hadoop fs -put /本地路径 /hdfs路径

 

（5）下载文件到本地

hadoop fs -get /hdfs路径 /本地路径

 

（6）剪切文件到hdfs

hadoop fs -moveFromLocal /本地路径 /hdfs路径

 

（7）剪切文件到本地

hadoop fs -moveToLocal /hdfs路径 /本地路径

 

（8）创建文件夹

hadoop fs -moveToLocal /hdfs路径 /本地路径

 

（9）创建多级文件夹

hadoop fs -mkdir -p /hello/hdp

 

（10）移动hdfs文件

hadoop fs -mv /hdfs路径 /hdfs路径

 

（11）复制hdfs文件

hadoop fs -cp /hdfs路径 /hdfs路径

 

（12）删除hdfs文件

hadoop fs -rm /文件路径

 

（13）删除hdfs文件夹

hadoop fs -rm -r /文件夹路径

 

（14）查看hdfs文件

hadoop fs -cat /文件路径
hadoop fs -tail -f /文件

 

（15）查看文件夹里有多少个文件

hadoop fs -count /文件夹

 

（16）查看hdfs的总空间

hadoop fs -df /
hadoop fs -df -h /

 

我们今天的关于Hadoop 2.6.0浏览文件系统Java和hadoop浏览器访问的分享已经告一段落，感谢您的关注，如果您想了解更多关于008-004 配置 java api hadoop fs client 操作,hadoop 客户端 文件命令的maven配置、Big Data（二）分布式文件系统那么多，为什么hadoop还需要一个hdfs文件系统？、Hadoop API操作文件系统方法有哪些、hadoop fs(HDFS文件系统命令)的相关信息，请在本站查询。

本文标签：

上一篇Android使用BroadCastReceiver阻止传入的短信（android阻止此类通知）

下一篇Math.cos，sin和tan在Java中返回不正确的值（java cos函数）

相关文章