Hadoop大数据入门到实战（第六节）- HDFS文件系统（JavaApi）

上一小节我们学习了FileSystem类的基本使用，本小节我们首先来学习使用API来完成文件的上传，要使用javaAPI来上传文件至集群我们需要使用到FSDataInputStream对象。

FSDataInputStream

我们知道在Java中要将数据输出到终端，需要文件输出流，HDFS的JavaAPI中也有类似的对象。
FileSystem类有一系列新建文件的方法，最简单的方法是给准备新建的文件制定一个path对象，然后返回一个用于写入数据的输出流：

public FSDataOutputStream create(Path p)throws IOException

该方法有很多重载方法，允许我们指定是否需要强制覆盖现有文件，文件备份数量，写入文件时所用缓冲区大小，文件块大小以及文件权限。

注意：create()方法能够为需要写入且当前不存在的目录创建父目录，即就算传入的路径是不存在的，该方法也会为你创建一个目录，而不会报错。如果有时候我们并不希望它这么做，可以先用exists()方法先判断目录是否存在。

我们在写入数据的时候经常想要知道当前的进度，API也提供了一个Progressable用于传递回调接口，这样我们就可以很方便的将写入datanode的进度通知给应用了。

package org.apache.hadoop.util;
public interface Progressable{public void progress();
}

接下来我们通过一个例子来体验FSDataOutputStream的用法：

还是一样我们先在本地创建一个文件，以供测试。

接下来编写代码：

运行得到如下结果：

可以看到文件已经成功上传了。

练习

学以致用才能真正掌握知识，编写代码与脚本实现如下功能：

在/develop/input/目录下创建hello.txt文件，并输入如下数据：
迢迢牵牛星，皎皎河汉女。
纤纤擢素手，札札弄机杼。
终日不成章，泣涕零如雨。
河汉清且浅，相去复几许？
盈盈一水间，脉脉不得语。
《迢迢牵牛星》
使用FSDataOutputStream对象将文件上传至HDFS的/user/tmp/目录下，并打印进度。

删除文件

上传了文件之后，如果我们不想要了，怎么使用java代码删除集群上的文件呢？

使用FileSystem的delete()方法可以永久性删除文件或目录。

为了能查看到删除文件之后的效果我们先来了解下如何使用java代码输出HDFS的文件目录。

列出文件

我们在开发或者维护系统时，经常会需要列出目录的内容，在HDFS的API中就提供了listStatus()方法来实现该功能。

public FileStatus[] listStatus(Path f)throws IOException
public FileStatus[] listStatus(Path f,PathFilter filter)throws IOException
public FileStatus listStatus(Path[] files)throws IOException
public FileStatus() listStatus(Path[] files,PathFilter filter)throws IOException

当传入参数是一个文件时，他会简单的转变成以数组方式返回长度为1的FileStatus对象，当传入参数是一个目录时，则返回0或多个FileStatus对象，表示此目录中包含的文件和目录。

接下来通过一个例子，来体验一下listStatus()方法的使用：

在命令行启动hadoop，编写代码，运行可以看到如下结果。

显示了hdfs根目录下的文件夹与user目录下的文件夹。

删除文件

使用FileSystem的delete()方法可以永久性删除文件或目录。

public boolean delete(Path f,boolean recursive)throws IOException

如果f是一个文件或者空目录，那么recursive的值可以忽略，当recursize的值为true，并且p是一个非空目录时，非空目录及其内容才会被删除（否则将会抛出IOException异常）。

接下来我们通过一个例子，来查看该方法如何使用。

编写代码，点击评测，可以看到如下结果：

可以看到/user/hadoop/目录已经被删除了。

练习

先创建对应目录，然后使用java代码实现如下功能：

删除HDFS的/user/hadoop/目录（空目录）；
删除HDFS的/tmp/test/目录（非空目录）；
列出HDFS根目录下所有的文件和文件夹；
列出HDFS下/tmp/的所有文件和文件夹。