利用JAVA代码将本地文件传入HDFS中

一、环境配置

1.1 配置hadoop和java的环境变量

1.下载hadoop和jdk

2.在系统变量里配置HADOOP_HOME和JAVA_HOME，并配置PATH。

3.在cmd中输入以下代码查看是否配置成功

hadoop version

java -version

1.2 修改本地host文件

Windows本地是不知道我们在虚拟机中的ip和hostname的，我们需要手动修改windows系统本地文件，这样在写代码的时候windows能识别出我们虚拟机的host。

在 C:\Windows\System32\drivers\etc 中修改hosts文件，将虚拟机的hostname和ip写在文件底部

二、编写JAVA代码

2.1 导入hadoop_lib包

首先要下载hadoop_lib包，然后在IDEA里面导入这个包。

2.2 读取本地文件

本次要上传的文件如下

要一次性上传完这些文件，需要循环读取文件名字，代码如下

2.3 使用copyBytes方法将本地文件传入hdfs

IOUtils.copyBytes（）方法:
IOUtils.copyBytes(in, out, 4096, false)
--in:是FSDataInputStream类的对象，是有关读取文件的类，也就是所谓“输入流”
--out:是FSDataOutputStream类的对象，是有关文件写入的类，也就是“输出流”
--4096表示用来拷贝的buffer大小（buffer是缓冲区）--缓冲区大小
--// true - 是否关闭数据流，如果是false，就在finally里关掉

先创建hdfs存储路径作为输出流，然后把本地文件存储路径作为输入流，利用copyBytes方法将本地文件上传到hdfs输出流的路径就大功告成了！！ 代码如下↓

三、在hdfs中查看是否上传成功

输入以下代码查看hdfs里是否存在我们上传的文件

hdfs dfs -ls -R /can_data

hdfs中存在文件，上传成功！

总结

本次利用java代码将本地文件上传到hdfs中，是hadoop中基础的操作之一。熟练并灵活地使用java，可以让大数据学生们很好地提升自己的能力，对大数据的理解也会更深刻。