HDFS的架构上风与基本操作

目录

• 写在前面
  
• 一、 HDFS概述
  
• 
  
  
  
  • 1.1 HDFS简介
    
  • 1.2 HDFS优缺点
    
  • 
    
    
    
    • 1.2.1 长处
      
    • 1.2.2 缺点
      
    
    
  • 1.3 HDFS组成架构
    
  • 1.4 HDFS文件块大小
    
  
  
• 二、HDFS的Shell操作（开发重点）
  
• 
  
  
  
  • 2.1 基本语法
    
  • 2.2 命令大全
    
  • 2.3 常用命令实操
    
  • 
    
    
    
    • 2.3.1 上传
      
    • 2.3.2 下载
      
    • 2.3.3 HDFS直接操作
      
    
    
  
  
• 三、HDFS的API操作
  
• 
  
  
  
  • 3.1 配置Windows
    
  • 3.2 HDFS的API案例实操
    
  • 
    
    
    
    • 3.2.1 HDFS文件上传
      
    • 3.2.2 HDFS文件下载
      
    • 3.2.3 HDFS文件更名和移动
      
    • 3.2.4 HDFS删除文件和目录
      
    • 3.2.5 HDFS文件详情检察
      
    • 3.2.6 HDFS文件和文件夹判定
      
    
    
  
  
• 写在最后
  

写在前面

如今，数据正以指数级增长，各行各业都在寻求更多的数据存储、高效的数据处理和可靠的数据基础来驱动业务的发展。Hadoop Distributed File System（HDFS）作为Hadoop生态系统的核心组件之一，成为构建可靠的大数据基础的不二选择之一。本文将深入剖析HDFS的架构与上风。
一、 HDFS概述

1.1 HDFS简介

HDFS（Hadoop分布式文件系统）是Apache Hadoop框架的一部门，计划用于存储和处理大规模数据集的分布式文件系统。HDFS产生的背景重要是为了满足处理大规模数据的需求。
在过去，传统的文件系统难以处理大规模数据集，因为它们通常只能在单个服务器上存储和操作数据。随着大数据期间的到来，企业和构造面临着巨大的数据规模和复杂性。为了应对这个挑战，HDFS被开发出来作为一个高度可靠和高容量的分布式文件系统。
HDFS的计划目标是能够在便宜的硬件上运行，并且能够容纳上千台机器的集群。它通过将数据切分成多个块并将其分散存储在不同的计算节点上，实现了高吞吐量的数据访问和处理本事。别的，HDFS还提供了故障容错功能，能够主动处理存储节点的故障。
简而言之，HDFS是为了解决大规模数据处理题目而计划的，它提供了高可靠性、高扩展性和高吞吐量的分布式文件系统解决方案。
1.2 HDFS优缺点

1.2.1 长处

• 高容错、高可用、高扩展
  
  
  
  • 数据冗余多副本、副本丢失后主动恢复
    
  • NameNode HA、安全模式
    
  • 10K节点规模，通过横向扩展来增加存储容量和处理本事。
    
  
  
• 海量数据存储（高容量）
  
  
  
  • 典范文件大小GB~TB，百万以上文件数量，PB乃至EB以上数据规模
    
  
  
• 构建成本低、安全可靠
  
  
  
  • 构建在便宜的商用服务器上，降低了存储成本和维护成本。
    
  • 通过多副本机制，进步可靠性
    
  • 提供了容错和恢复机制
    
  
  
• 得当大规模离线批处理
  
  
  
  • 流式数据访问
    
  • 数据位置暴露给计算框架
    
  
  

1.2.2 缺点

• 不得当低耽误数据访问
  
  
  
  • 对于实时数据访问和低耽误要求较高的场景，HDFS的性能可能不敷理想
    
  
  
• 不得当大量小文件存储
  
  
  
  • 元数据会占用NameNode大量存储空间
    
  • 磁盘寻道时间超过读取时间
    
  
  
• 不支持并发写入
  
  
  
  • 一个文件同时只能有一个写，不允许多个线程同时写
    
  
  
• 不支持文件随机修改
  
  
  
  • 仅支持数据追加
    
  
  

1.3 HDFS组成架构

• NameNode（nn）：
  NameNode是HDFS的主节点（Master），负责管理整个文件系统的命名空间和数据块的元数据信息。它维护文件系统的目录结构、文件的安全权限信息和数据块的位置信息等。NameNode还处理客户端的文件系统操作请求，如文件的读写和块的创建、复制和删除等。
  
• DataNode（dn）：
  DataNode是HDFS的工作节点（Slave），负责现实存储文件数据和执行文件系统操作的任务。每个DataNode负责管理一定命量的数据块，并定期向NameNode报告数据块的存储信息。DataNode还处理来自客户端和其他DataNode的读取和写入请求，以及数据块的复制和恢复等。
  
• 客户端（Client）：
  客户端是利用HDFS的应用步伐。它们通过与Namenode和DataNode举行通信来读取和写入文件。客户端向NameNode请求文件的元数据信息，根据元数据信息确定所需数据块的位置，并从DataNode获取数据。客户端还负责处理文件系统的操作，如创建、删除、重命名和移动文件等。
  

1.4 HDFS文件块大小

   HDFS中的文件在物理上是分成一个个数据块（Block）存储的，块的大小可以通过配置参数（dfs.blocksize）来规定，文件块默认大小是128M。
  HDFS文件块的大小选择是根据以下考虑因素：

• 吞吐量：较大的文件块大小在处理大文件时可以提供更高的吞吐量。这是因为较大的文件块淘汰了磁盘寻道和网络传输的开销，使得数据读取和写入能够更加高效。
  
• 空间利用：较大的文件块可以淘汰存储元数据的开销。在HDFS中，每个文件块都有一条元数据记录，较小的文件块可能会导致元数据记录数量增加，增加了存储的开销。
  
• 并行性：较大的文件块可以进步数据的并行处理本事。在HDFS中，数据块是独立存储和处理的，较大的文件块能够在不同的计算节点上并行处理，从而淘汰整个作业的执行时间。
  

较大的文件块得当存储大型文件和批量处理任务，但对于小型文件和实时数据处理，较小的文件块可能更加得当。
Q:为什么HDFS文件块的大小不能太大，也不能设置太小呢？
A： 文件块设置太小，会增加寻址的时间；设置太大，会导致数据处理非常慢。
HDFS文件块的大小设置取决于磁盘的传输速率
二、HDFS的Shell操作（开发重点）

2.1 基本语法

hadoop fs 具体命令 或者 hdfs dfs 具体命令
2.2 命令大全

1. [amo@hadoop102 hadoop-3.2.4]$ bin/hadoop fs
2. Usage: hadoop fs [generic options]
3.         [-appendToFile <localsrc> ... <dst>]
4.         [-cat [-ignoreCrc] <src> ...]
5.         [-checksum <src> ...]
6.         [-chgrp [-R] GROUP PATH...]
7.         [-chmod [-R] <MODE[,MODE]... | OCTALMODE> PATH...]
8.         [-chown [-R] [OWNER][:[GROUP]] PATH...]
9.         [-copyFromLocal [-f] [-p] [-l] [-d] [-t <thread count>] [-q <thread pool queue size>] <localsrc> ... <dst>]
10.         [-copyToLocal [-f] [-p] [-crc] [-ignoreCrc] [-t <thread count>] [-q <thread pool queue size>] <src> ... <localdst>]
11.         [-count [-q] [-h] [-v] [-t [<storage type>]] [-u] [-x] [-e] <path> ...]
12.         [-cp [-f] [-p | -p[topax]] [-d] [-t <thread count>] [-q <thread pool queue size>] <src> ... <dst>]
13.         [-createSnapshot <snapshotDir> [<snapshotName>]]
14.         [-deleteSnapshot <snapshotDir> <snapshotName>]
15.         [-df [-h] [<path> ...]]
16.         [-du [-s] [-h] [-v] [-x] <path> ...]
17.         [-expunge [-immediate]]
18.         [-find <path> ... <expression> ...]
19.         [-get [-f] [-p] [-crc] [-ignoreCrc] [-t <thread count>] [-q <thread pool queue size>] <src> ... <localdst>]
20.         [-getfacl [-R] <path>]
21.         [-getfattr [-R] {-n name | -d} [-e en] <path>]
22.         [-getmerge [-nl] [-skip-empty-file] <src> <localdst>]
23.         [-head <file>]
24.         [-help [cmd ...]]
25.         [-ls [-C] [-d] [-h] [-q] [-R] [-t] [-S] [-r] [-u] [-e] [<path> ...]]
26.         [-mkdir [-p] <path> ...]
27.         [-moveFromLocal [-f] [-p] [-l] [-d] <localsrc> ... <dst>]
28.         [-moveToLocal <src> <localdst>]
29.         [-mv <src> ... <dst>]
30.         [-put [-f] [-p] [-l] [-d] [-t <thread count>] [-q <thread pool queue size>] <localsrc> ... <dst>]
31.         [-renameSnapshot <snapshotDir> <oldName> <newName>]
32.         [-rm [-f] [-r|-R] [-skipTrash] [-safely] <src> ...]
33.         [-rmdir [--ignore-fail-on-non-empty] <dir> ...]
34.         [-setfacl [-R] [{-b|-k} {-m|-x <acl_spec>} <path>]|[--set <acl_spec> <path>]]
35.         [-setfattr {-n name [-v value] | -x name} <path>]
36.         [-setrep [-R] [-w] <rep> <path> ...]
37.         [-stat [format] <path> ...]
38.         [-tail [-f] [-s <sleep interval>] <file>]
39.         [-test -[defswrz] <path>]
40.         [-text [-ignoreCrc] <src> ...]
41.         [-touch [-a] [-m] [-t TIMESTAMP (yyyyMMdd:HHmmss) ] [-c] <path> ...]
42.         [-touchz <path> ...]
43.         [-truncate [-w] <length> <path> ...]
44.         [-usage [cmd ...]]
46. Generic options supported are:
47. -conf <configuration file>        specify an application configuration file
48. -D <property=value>               define a value for a given property
49. -fs <file:///|hdfs://namenode:port> specify default filesystem URL to use, overrides 'fs.defaultFS' property from configurations.
50. -jt <local|resourcemanager:port>  specify a ResourceManager
51. -files <file1,...>                specify a comma-separated list of files to be copied to the map reduce cluster
52. -libjars <jar1,...>               specify a comma-separated list of jar files to be included in the classpath
53. -archives <archive1,...>          specify a comma-separated list of archives to be unarchived on the compute machines
55. The general command line syntax is:
56. command [genericOptions] [commandOptions]

复制代码

2.3 常用命令实操

• 创建一个文件夹，用来操作命令
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -mkdir /amoxilin
  
• help：输出这个命令参数
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -help rm
  

2.3.1 上传

• -moveFromLocal：从本地剪切粘贴到HDFS
  创建一个测试文件 test.txt，并输入一些内容
  
  [amo@hadoop102 hadoop-3.2.4]$ vim test.txt
  利用 moveFromLocal 命令将test.txt文件移动到 HDFS
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -moveFromLocal ./test.txt /amoxilin
  
• -copyFromLocal：从本地文件系统中拷贝文件到HDFS路径去
  [amo@hadoop102 hadoop-3.2.4]$ vim test1.txt
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -copyFromLocal test1.txt /amoxilin
  
• -put：等同于copyFromLocal，生产环境更习惯用put
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -put test1.txt /amoxilin
  
• -appendToFile：追加一个文件到已经存在的文件末尾
  创建一个文件test2.txt 并输入内容： 123
  
  [amo@hadoop102 hadoop-3.2.4]$ vim test2.txt
  将文件 test2.txt 追加到test.txt文件末尾
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -appendToFile test2.txt /amoxilin/test.txt
  

2.3.2 下载

• -copyToLocal： 从HDFS拷贝到本地
  将 HDFS 中的test.txt文件copy下来
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -copyToLocal /amoxilin/test.txt ./
  [amo@hadoop102 hadoop-3.2.4]$ ls # 检察文件是否拷贝乐成 文件夹中有 test.txt，拷贝乐成
  bin etc lib LICENSE.txt NOTICE.txt sbin test1.txt test.txt wcoutput
  data include libexec logs README.txt share test2.txt wcinput
  [amo@hadoop102 hadoop-3.2.4]$
  
• -get： 等同于copyToLocal，生产环境更习惯用get
  将 HDFS 中的test.txt文件copy下来，并起一个其他的名字比如123.txt
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -get /amoxilin/test.txt ./123.txt
  [amo@hadoop102 hadoop-3.2.4]$ ls
  123.txt etc libexec NOTICE.txt share test.txt
  bin include LICENSE.txt README.txt test1.txt wcinput
  data lib logs sbin test2.txt wcoutput
  [amo@hadoop102 hadoop-3.2.4]$
  

2.3.3 HDFS直接操作

• -ls: 显示目录信息
  检察 HDFS 里amoxilin文件夹的目录结构
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -ls /amoxilin
  Found 2 items
  -rw-r–r-- 3 amo supergroup 9 2024-03-07 23:33 /amoxilin/test.txt
  -rw-r–r-- 3 amo supergroup 49 2024-03-07 23:29 /amoxilin/test1.txt
  
• -cat： 显示文件内容
  检察某个文件的详细信息
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -cat /amoxilin/test.txt
  test
  123
  
• -chgrp、-chmod、-chown： Linux文件系统中的用法一样，修改文件所属权限
  修改文件的权限
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -chmod 666 /amoxilin/test.txt
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -ls /amoxilin
  Found 2 items
  -rw-rw-rw- 3 amo supergroup 9 2024-03-07 23:33 /amoxilin/test.txt
  -rw-r–r-- 3 amo supergroup 49 2024-03-07 23:29 /amoxilin/test1.txt
  修改文件的group
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -chown amo:amo/amoxilin/test.txt
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -ls /amoxilin
  Found 2 items
  -rw-rw-rw- 3 amo amo 9 2024-03-07 23:33 /amoxilin/test.txt
  -rw-r–r-- 3 amo supergroup 49 2024-03-07 23:29 /amoxilin/test1.txt
  
• -mkdir： 创建路径
  创建文件夹
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -mkdir /csdn
  
• -cp： 从HDFS的一个路径拷贝到HDFS的另一个路径
  复制文件
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -cp /amoxilin/test1.txt /csdn
  
• -mv： 在HDFS目录中移动文件
  移动文件
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -mv /amoxilin/test.txt /csdn
  
• -tail： 显示一个文件的末尾1kb的数据
  检察文件末尾内容
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -tail /amoxilin/test1.txt
  欲买桂花同载酒，终不似，少年游！
  [amo@hadoop102 hadoop-3.2.4]$
  
• -rm： 删除文件或文件夹
  删除
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -rm /amoxilin/test1.txt
  Deleted /amoxilin/test1.txt
  
• -rm -r： 递归删除目录及目录里面内容
  递归删除
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -rm -r /amoxilin
  Deleted /amoxilin
  
• -u： 统计文件夹的大小信息
  统计文件夹的大小
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -du -s -h /csdn
  58 174 /csdn # 58 是文件大小 文件有三个副本就是58*3=174
  统计文件夹内各文件的大小
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -du -h /csdn
  9 27 /csdn/test.txt
  49 147 /csdn/test1.txt
  
• -setrep： 设置HDFS中文件的副本数量
  设置hdfs副本数量
  
  [amo@hadoop102 hadoop-3.2.4]$ hadoop fs -setrep 5 /csdn/test1.txt
  Replication 5 set: /csdn/test1.txt
  

这里设置的副本数只是记录在NameNode的元数据中，是否真的会有这么多副本，还得看DataNode的数量。因为目前只有3台设备，最多也就3个副本，只有节点数的增加到5台时，副本数才气到达5。
三、HDFS的API操作

3.1 配置Windows

• 解压Hadoop安装包到Windows系统 D:hadoop-3.2.4
  
• 设置$HADOOP_HOME环境变量指向D:hadoop-3.2.4
  
• 配置Path环境变量 %HADOOP_HOME%in
  
• 下载
  
  
  
  • hadoop.dll 下载地址
    
  • winutils.exe 下载地址
    
  
  
• 将 hadoop.dll 和 winutils.exe 放入$HADOOP_HOME/bin 文件夹中
  

3.2 HDFS的API案例实操

• 在IDEA中创建一个Maven工程，并导入相应的依赖坐标以及日志
  org.apache.hadoop hadoop-client 3.2.4 junit junit 4.12 org.slf4j slf4j-log4j12 1.7.30
  
• 创建HdfsClient类
  public class HdfsClient {
  
  1. @Test
  2. public void test() throws IOException, URISyntaxException, InterruptedException {
  4.         // 1 获取一个客户端实例
  5.         // 参数1：hdfs文件系统地址
  6.         // 参数2：配置文件
  7.         // 参数3：用户
  8.     FileSystem fs= FileSystem.get(new URI("hdfs://hadoop102:8020"),  new Configuration(), "amo");
  9.    
  10.     // 2 创建目录
  11.     fs.mkdirs(new Path("/amxl"));
  13.     // 3 关闭资源
  14.     fs.close();
  15. }

  复制代码
  }
  
• 执行步伐
  
  
  
  

3.2.1 HDFS文件上传

• 编写源代码
  // 文件上传
  @Test
  public void testCopyFromLocal() throws URISyntaxException, IOException, InterruptedException {
  
  1. // 1 获取一个客户端实例
  2. // 参数1：hdfs文件系统路径
  3. // 参数2：配置信息
  4. // 参数3：用户名
  5. FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"),  new Configuration(), "amo");
  7. // 2 使用客户端对象操作HDFS
  8. // copyFromLocalFile(是否删除源数据，是否覆盖目标数据，源数据路径，目标数据路径)
  9. fs.copyFromLocalFile(false, true, new Path("D:

  复制代码

ote.txt"),new Path(“/amxl”));

1.     // 3 关闭资源
2.     fs.close();
3. }

复制代码

文件默认的副本为3

• 将hdfs-site.xml拷贝到项目标resources资源目录下，重新上传文件
  <?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> dfs.replication 1
  

在resources目录下自定义配置文件并设置文件副本数为1，发现此处配置文件参数的优先级是高于默认配置的文件的

• 代码中修改配置
  @Test
  public void testCopyFromLocal() throws URISyntaxException, IOException, InterruptedException {
  
  1. Configuration configuration = new Configuration();
  2. // 设置文件副本数为 2
  3. configuration.set("dfs.replication","2");
  4. FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"),  configuration, "amo");
  5. fs.copyFromLocalFile(false, true, new Path("D:

  复制代码

ote.txt"),new Path(“/amxl”));
fs.close();
}

重新上传文件，发现文件的副本数为2

• 小结
  参数优先级排序：客户端代码中设置的值 > resources下的用户自定义配置文件 >然后是服务器的自定义配置 >服务器的默认配置
  

3.2.2 HDFS文件下载

1. // 文件下载@Testpublic void testCopyToLocal() throws URISyntaxException, IOException, InterruptedException {    // 1 获取配置信息以及加载配置 并获取一个客户端实例    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"),  new Configuration(), "amo");    // 2 利用客户端对象操作 HDFS 将 note.txt文件下载到本地 D 盘    // copyToLocalFile(是否删除源文件，下载的文件路径，文件下载的目标路径，是否开启文件校验)    fs.copyToLocalFile(false,new Path("/amxl/note.txt"),new Path("D:"),true);    // 3 关闭资源
2.     fs.close();
3. }

复制代码

3.2.3 HDFS文件更名和移动

1. // 文件移动和重命名@Testpublic void testRename() throws IOException, URISyntaxException, InterruptedException {    // 1 获取配置信息以及加载配置 并获取一个客户端实例    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"), new Configuration(), "amo");    // 2 文件重命名    // rename(源文件名，目标文件名)    fs.rename(new Path("/amxl/note.txt"), new Path("/amxl/note1.txt"));    // 文件移动    // rename(源文件路径，目标文件路径)    fs.rename(new Path("/csdn/test1.txt"), new Path("/amxl/test.txt"));    // 3 关闭资源
2.     fs.close();
3. }

复制代码

移动前：

移动后：

3.2.4 HDFS删除文件和目录

1. // 删除文件和文件夹@Testpublic void testDelete() throws IOException, URISyntaxException, InterruptedException {    // 1 获取配置信息以及加载配置 并获取一个客户端实例    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"), new Configuration(), "amo");    // 2 文件删除    // delete(路径)    // delete(路径，是否递归)    fs.delete(new Path("/amxl/note1.txt"), false);    fs.delete(new Path("/csdn"), true);    // 3 关闭资源
2.     fs.close();
3. }

复制代码

删除前：

删除后：

3.2.5 HDFS文件详情检察

检察文件名称、权限、长度、块信息

1. // 检察文件详细信息@Testpublic void testGetFileStatus() throws IOException, URISyntaxException, InterruptedException {    // 1 获取配置信息以及加载配置 并获取一个客户端实例    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"), new Configuration(), "amo");    // 2 文件详细信息    // listStatus(路径)    // listStatus(路径，是否递归)    RemoteIterator<LocatedFileStatus> listedFiles = fs.listFiles(new Path("/amxl"), true);    while (listedFiles.hasNext()) {        LocatedFileStatus next = listedFiles.next();        System.out.println(next.getPath());        System.out.println(next.getPermission());        System.out.println(next.getOwner());        System.out.println(next.getGroup());        System.out.println(next.getLen());        System.out.println(next.getModificationTime());        System.out.println(next.getReplication());        System.out.println(next.getBlockSize());                        // 获取块信息        BlockLocation[] blockLocations = next.getBlockLocations();        System.out.println(Arrays.toString(blockLocations));    }    // 3 关闭资源
2.     fs.close();
3. }
4. // -----------------------------------------------------------------------------------------// 输出hdfs://hadoop102:8020/amxl/test.txtrw-r--r--amosupergroup4917099105232585134217728[0,49,hadoop104,hadoop103,hadoop102]

复制代码

3.2.6 HDFS文件和文件夹判定

1. // 判定文件夹和文件@Testpublic void testListFiles() throws IOException, URISyntaxException, InterruptedException {    // 1 获取配置信息以及加载配置 并获取一个客户端实例    FileSystem fs = FileSystem.get(new URI("hdfs://hadoop102:8020"), new Configuration(), "guo");    // 2 判定文件夹和文件    // listStatus(路径)    FileStatus[] fileStatuses = fs.listStatus(new Path("/"));    for (FileStatus fileStatus : fileStatuses) {        // 判定是否是文件        if(fileStatus.isFile()) {            System.out.println("文件：" + fileStatus.getPath().getName());        }else {            System.out.println("文件夹：" + fileStatus.getPath().getName());        }    }//        FileStatus[] fileStatuses = fs.listStatus(new Path("/"));////        for (FileStatus fileStatus : fileStatuses) {//            // 判定是否是文件夹//            if (fileStatus.isFile()) {//                System.out.println("文件:" + fileStatus.getPath().getName());//            }//            if (fileStatus.isDirectory()) {//                System.out.println("文件夹:" + fileStatus.getPath().getName());//            }//        }    // 3 关闭资源
2.     fs.close();
3. }

复制代码

---

写在最后

总的来说，HDFS架构的上风和基本操作使其成为构建可靠的大数据基础的理想选择。它的高可靠性、高扩展性和高效的数据访问方式，为处理大规模数据提供了强大的支持，并通过Shell操作和API操作，方便用户管理和操作存储在HDFS中的数据。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。