實(shí)訓(xùn)2.3HDFS的讀寫API操作1.實(shí)訓(xùn)目的通過本實(shí)訓(xùn)使學(xué)生學(xué)會在本地（Windows環(huán)境）編寫Java代碼，學(xué)會用離線工程編寫HDFS的讀寫操作，并且學(xué)會打包工程上傳到服務(wù)器執(zhí)行。2.實(shí)訓(xùn)內(nèi)容該實(shí)訓(xùn)需要每位學(xué)生在已搭建HDFS開發(fā)環(huán)境上編寫了HDFS寫、讀程序代碼；并打包項(xiàng)目，在集群環(huán)境上執(zhí)行該程序。3.實(shí)訓(xùn)要求以小組為單元進(jìn)行實(shí)訓(xùn)，每小組5人，小組自協(xié)商選一位組長，由組長安排和分配實(shí)訓(xùn)任務(wù)，具體參考實(shí)訓(xùn)操作環(huán)節(jié)。4.準(zhǔn)備知識（1）IDEA編輯器介紹IDEA全稱是IntelliJIDEA，是Java語言開發(fā)的集成環(huán)境（也可用于其他語言），IntelliJ在業(yè)界被公認(rèn)為最好的java開發(fā)工具之一，特別是在智能代碼助手、代碼自動提示、重構(gòu)、SFTP、FTP、J2EE支持、代碼審查、Ant、JUnit、CVS整合、創(chuàng)新的GUI設(shè)計(jì)等方面，發(fā)揮著巨大的作用。IDEA是JetBrains公司的產(chǎn)品，這家公司總部位于捷克共和國的首都布拉格，開發(fā)人員以嚴(yán)謹(jǐn)著稱的東歐程序員為主。IDEA的版本分為商業(yè)版本與開源版本，對比如圖2-50所示。圖2-50IDEA編輯器版本對比（2）Java實(shí)現(xiàn)文件讀寫在操作HDFS的讀寫操作之前，我們最好有一點(diǎn)Java基礎(chǔ)，比如說Java是怎么實(shí)現(xiàn)Java的文件讀寫的。下面列舉幾種Java的讀寫文件方式，供大家自行搜索資料學(xué)習(xí)。方式一：InputStream、OutputStream方式二（緩存字節(jié)流）：BufferedInputStream、BufferedOutputStream使用方式與字節(jié)流差不多，但是效率比后者更高（推薦使用）。方式三：InputStreamReader、OutputStreamWriter方式四：BufferedReader、BufferedWriter方式五：Reader、PrintWriter建議使用第二種方式BufferedInputStream、BufferedOutputStream。5.實(shí)訓(xùn)步驟（1）前提工作①需要提前安裝好Windows系統(tǒng)上的JDK，本實(shí)訓(xùn)教程安裝的版本為：jdk-11.0.6。②需要將Hadoop的安裝包解壓在Windows系統(tǒng)上的某一路徑。③需要安裝好IDEA編輯器，本次實(shí)訓(xùn)使用的版本為：ideaIC-2022.2.3。（2）新建Java項(xiàng)目①打開IDEA后，新建一個項(xiàng)目，點(diǎn)擊“NewProject”，如圖2-51所示。圖2-51項(xiàng)目類型選擇在彈出的窗口中，完成以下配置，如圖2-52所示。項(xiàng)目名稱：hadoop-projectJDK：選擇自己Windows上安裝的JDK圖2-52完成相應(yīng)配置然后點(diǎn)擊窗口下方的“Create”，接著會新建好項(xiàng)目。（3）項(xiàng)目配置①右擊“src”，選擇“New”，點(diǎn)擊“Package”，建一個包，名為：“com.bigdata”，如圖2-53所示。圖2-53新建包②然后編輯項(xiàng)目結(jié)構(gòu)，點(diǎn)擊“File”，點(diǎn)擊“ProjectStructure”按鈕，如圖2-54所示。圖2-54編輯項(xiàng)目結(jié)構(gòu)③點(diǎn)擊“Libraries”，引入編寫HDFS程序相關(guān)的jar包依賴。具體操作：點(diǎn)擊“Libraries”→“+”→“Java”，然后找到解壓后的Hadoop安裝包，導(dǎo)入一個是公共依賴包，如圖2-57所示。圖2-57導(dǎo)入HDFS公共依賴包導(dǎo)入HDFS其他的相關(guān)依賴包，如圖5-58所示。圖2-58導(dǎo)入HDFS相關(guān)依賴包（4）編寫HDFS代碼在com.bigdata包里新建一個WriteFile類，編寫WriteFile類代碼，代碼如下：packagecom.bigdata;importorg.apache.hadoop.conf.Configuration;importorg.apache.hadoop.fs.FSDataOutputStream;importorg.apache.hadoop.fs.FileSystem;importorg.apache.hadoop.fs.Path;importjava.io.IOException;import.URI;publicclassWriteFile{publicstaticvoidmain(String[]args)throwsIOException{Stringcontent="Hello,bigdata!";Stringdest="hdfs://master:8020/test.txt";Configurationconfiguration=newConfiguration();FileSystemfileSystem=FileSystem.get(URI.create(dest),configuration);FSDataOutputStreamout=fileSystem.create(newPath(dest));out.write(content.getBytes("UTF-8"));out.close();}}注意：請按照實(shí)際情況修改master的主機(jī)名！（5）編寫HDFS讀操作代碼在com.bigdata包里新建一個ReadFile類，編寫ReadFile類，代碼如下：packagecom.bigdata;importorg.apache.hadoop.conf.Configuration;importorg.apache.hadoop.fs.FSDataInputStream;importorg.apache.hadoop.fs.FileSystem;importorg.apache.hadoop.fs.Path;importjava.io.*;import.URI;publicclassReadFile{publicstaticvoidmain(String[]args)throwsIOException{Stringdest="hdfs://master:8020/test.txt";Configurationconfiguration=newConfiguration();FileSystemfileSystem=FileSystem.get(URI.create(dest),configuration);FSDataInputStreamin=fileSystem.open(newPath(dest));BufferedReaderbufferedReader=newBufferedReader(newInputStreamReader(in));Stringline=null;while((line=bufferedReader.readLine())!=null){System.out.println(line);}in.close();}}（6）打包代碼到服務(wù)器①點(diǎn)擊“ProjectStructure”→“Artifacts”→“+”→“JAR”→“Frommoduleswithdependencies...”，如圖2-59所示。圖2-59添加JAR②點(diǎn)擊之后會彈出設(shè)置界面，如圖2-60所示。圖2-60jar包配置因?yàn)槲覀冇袔讉€main方法，所以我們可以不選擇“MainClass”，直接點(diǎn)擊“OK”即可。③因?yàn)榉?wù)器上已經(jīng)有了相應(yīng)的jar包，所以需要排除掉再打包。點(diǎn)擊“Artifacts”→“hadoop-project:jar”→“OutputLayout”，勾選相應(yīng)的jar包，點(diǎn)擊“-”進(jìn)行移除。如圖2-61所示。圖2-61刪除多余的JAR包然后一直點(diǎn)擊“OK”即可。（7）打包操作①打包之前，有一點(diǎn)需要特別注意，如果你的服務(wù)器上的JDK版本是8，而在Windows的版本為jdk11的話，需要設(shè)置一下打包的項(xiàng)目語言級別才能兼容。點(diǎn)擊“ProjectStructure”→“Project”，在“LanguageLevel”選擇服務(wù)器上相應(yīng)的語言級別，JDK8對應(yīng)的是8級別，如圖2-62所示。圖2-62選擇對應(yīng)的語言級別②點(diǎn)擊菜單欄的“Build”→“BuildArtifacts...”，在彈出的選項(xiàng)中，選擇“Build”即可。如圖2-64所示。圖2-64構(gòu)建jar包④稍等一會，執(zhí)行完后就可以看到out目錄生成了一個jar包，如圖2-65所示。圖2-65查看生成的jar包（8）上傳服務(wù)器并執(zhí)行①使用MobaXterm工具上傳jar包到master節(jié)點(diǎn)的/root/jars文件夾（沒有此目錄則新建創(chuàng)建）。如圖2-所示。圖2-查看jar包上傳結(jié)果②啟動HDFS（如果啟動則無需進(jìn)行）start-dfs.sh③執(zhí)行jar包（在jar包所在的路徑下，此處路徑為：/root/jars）

先執(zhí)行HDFS的寫操作代碼（如HDFS上已有/test.txt文件會報(bào)錯，請先刪除或者更換代碼里的文件名）：hadoopjarhadoop-project.jarcom.bigdata.WriteFile查看是否寫內(nèi)容進(jìn)去，查看結(jié)果如圖2-67所示。hdfsdfs-cat/test.txt圖2-67查看寫文件結(jié)果展示執(zhí)行完后發(fā)現(xiàn)已經(jīng)可以查看到有寫入了數(shù)據(jù)，然后執(zhí)行讀取HDFS數(shù)據(jù)的代碼，讀取結(jié)果如圖6-68所示。hadoopjarhadoop-project.jarcom.bigdata.ReadFile圖2-68執(zhí)行讀文件結(jié)果展示可以看到有結(jié)果輸出。6.實(shí)訓(xùn)總結(jié)本次實(shí)訓(xùn)主要是在IDEA上編寫HDFS讀、寫操作程序代碼，并打包在集群環(huán)境上執(zhí)行；學(xué)生通過本次實(shí)訓(xùn)的學(xué)習(xí)，可以加深對HDFS的讀寫邏輯以及編程原理的認(rèn)識。本實(shí)訓(xùn)不用聯(lián)網(wǎng)也可以執(zhí)行HDFS的讀寫操作，此外，一樣也可以執(zhí)行Spark、機(jī)器學(xué)習(xí)等案例。本實(shí)訓(xùn)非常關(guān)鍵，因?yàn)榫W(wǎng)絡(luò)不好或者是簡單的項(xiàng)目，這種傳統(tǒng)的方式也是非常簡單方便的?？傆[整一個操作流程，下面總結(jié)一下同學(xué)們在操作過程中比較容易遇到的錯誤：同學(xué)們可能分不清Windows、Client、服務(wù)器、HDFS集群的相關(guān)概念，此處做一個簡單的說明以便同學(xué)們理解，后面還會遇到很多相關(guān)的概念，所以務(wù)必要理清思路。Windows：指的是你的個人電腦或者學(xué)校里的實(shí)訓(xùn)室的電腦，是提供給你學(xué)習(xí)的，此電腦上應(yīng)該安裝好了JDK，而且也應(yīng)該先安裝好代碼編輯工具，本次實(shí)訓(xùn)使用的編輯工具是IDEA。如果是使用Eclipse或者其他編輯工具，也是可以的。服務(wù)器：服務(wù)器在工作上一般指的是物理服務(wù)器或者云服務(wù)器。因?yàn)樵趯W(xué)習(xí)的時(shí)候，如果使用此類服務(wù)器，需要投入的資金成本會很高，所以學(xué)習(xí)的時(shí)候，可以選擇其他服務(wù)器。比如說在個人電腦上安裝多臺虛擬機(jī)，通過VMWare等軟件，安裝好一臺虛擬機(jī)，然后復(fù)制多兩臺或者更多臺出來，那這些虛擬機(jī)就是所說的服務(wù)器，也可以稱之為節(jié)點(diǎn)