zhaoxuyan / hdfs_example Goto Github PK

• 理解HDFS在Hadoop体系结构中的角色；
• 熟练使用HDFS操作常用的Shell命令；
• 熟悉HDFS操作常用的Java API。

• 操作系统：Linux（建议Ubuntu16.04）；
• Hadoop版本：2.7.1；
• JDK版本：1.7或以上版本；
• Java IDE：Eclipse。

（一）编程实现以下功能，并利用Hadoop提供的Shell命令完成相同任务：

（1） 向HDFS中上传任意文本文件，如果指定的文件在HDFS中已经存在，则由用户来指定是追加到原有文件末尾还是覆盖原有的文件；

（2） 从HDFS中下载指定文件，如果本地文件与要下载的文件名称相同，则自动对下载的文件重命名；

（3） 将HDFS中指定文件的内容输出到终端中；

（4） 显示HDFS中指定的文件的读写权限、大小、创建时间、路径等信息；

（5） 给定HDFS中某一个目录，输出该目录下的所有文件的读写权限、大小、创建时间、路径等信息，如果该文件是目录，则递归输出该目录下所有文件相关信息；

（6） 提供一个HDFS内的文件的路径，对该文件进行创建和删除操作。如果文件所在目录不存在，则自动创建目录；

（7） 提供一个HDFS的目录的路径，对该目录进行创建和删除操作。创建目录时，如果目录文件所在目录不存在，则自动创建相应目录；删除目录时，由用户指定当该目录不为空时是否还删除该目录；

（8） 向HDFS中指定的文件追加内容，由用户指定内容追加到原有文件的开头或结尾；

（9） 删除HDFS中指定的文件；

（10） 在HDFS中，将文件从源路径移动到目的路径。

（二）编程实现一个类“MyFSDataInputStream”，该类继承“org.apache.hadoop.fs.FSDataInputStream”，要求如下：实现按行读取HDFS中指定文件的方法“readLine()”，如果读到文件末尾，则返回空，否则返回文件一行的文本。

（三）查看Java帮助手册或其它资料，用“java.net.URL”和“org.apache.hadoop.fs.FsURLStreamHandlerFactory”编程完成输出HDFS中指定文件的文本到终端中。