大數(shù)據(jù)培訓：HDFS的Java API操作

　　由于Hadoop是使用Java語言編寫的，因此可以使用Java API操作Hadoop文件系統(tǒng)。HDFS Shell本質(zhì)上就是對Java API的應用，通過編程的形式操作HDFS，其核心是使用HDFS提供的Java API構(gòu)造一個訪問客戶端對象，然后通過客戶端對象對HDFS上的文件進行操作(增、刪、改、查)。本節(jié)對HDFS提供的Java API進行詳細講解。

　　Hadoop整合了眾多文件系統(tǒng)，HDFS只是這個文件系統(tǒng)的一個實例。HDFS Java API的核心包如下所示。

　　.org.apache.hadoop.fs.FileSystem：它是通用文件系統(tǒng)的抽象基類，可以被分布式文件系統(tǒng)繼承，它具有許多實現(xiàn)類。如LocalFileSystem、DistributedFileSystem、FtpFileSystem等。

　　.org.apache.hadoop.fs.FileStatus：它用于向客戶端展示系統(tǒng)中文件和目錄的元數(shù)據(jù)，具體包含文件大小、塊大小、副本信息、修改時間等。

　　.org.apache.hadoop.fs.FSDataInputStream：文件輸入流，用于讀取Hadoop文件。

　　.org.apache.hadoop.fs.FSDataOutputStream：文件輸出流，用于寫入Hadoop文件。

　　.org.apache.hadoop.conf.Configuration：訪問配置項，默認配置參數(shù)在core-site.xml中，用戶可以添加相應的配置參數(shù)。

　　.org.apache.hadoop.fs.Path：用于表示Hadoop文件系統(tǒng)中的一個文件或者一個目錄的路徑。

　　在Java中操作HDFS，首先需要創(chuàng)建一個客戶端實例，主要涉及以下類：

　　.Configuration：該類的對象封裝了客戶端或者服務器的配置，每個配置選項是一個鍵對值，通常情況下，Configuration實例會自動加載HDFS的配置文件core-site.xml，從中獲取Hadoop集群的配置信息。

　　.FileSystem：該類的對象是一個文件系統(tǒng)對象，通過該對象的一些方法可以對文件進行操作，常用方法如表3-2所示;

　　表3-2 FileSystem常用方法

　　小提示：Hadoop API非常龐大，讀者可以通過Hadoop官方文檔自行查閱學習，地址如下：http://hadoop.apache.org/docs/stable/api/index.html。