HDFS Java API接口介绍
HDFS完整和详细的接口可以直接参考官方网站上的描述：http://hadoop.apache.org/docs/r2.7.2/api/index.html。
HDFS常用接口
HDFS常用的Java类有以下几个。
- FileSystem：是客户端应用的核心类。常用接口参见表1。
- FileStatus：记录文件和目录的状态信息。常用接口参见表2。
- DFSColocationAdmin：管理colocation组信息的接口。常用接口参见表3。
- DFSColocationClient：操作colocation文件的接口。常用接口参见表4。
- 系统中不保留文件与LocatorId的映射关系，只保留节点与LocatorId的映射关系。当文件使用Colocation接口创建时，系统会将文件创建在LocatorId所对应的节点上。文件创建和写入要求使用Colocation相关接口。
- 文件写入完毕后，后续对该文件的相关操作不限制使用Colocation接口，也可以使用开源接口进行操作。
- DFSColocationClient类继承于开源的DistributedFileSystem类，包含其常用接口。建议使用DFSColocationClient进行Colocation相关文件操作。
|
接口 |
说明 |
|---|---|
|
public static FileSystem get(Configuration conf) |
Hadoop类库中最终面向用户提供的接口类是FileSystem，该类是个抽象类，只能通过该类的get方法得到具体类。get方法存在几个重载版本，常用的是这个。 |
|
public FSDataOutputStream create(Path f) |
通过该接口可在HDFS上创建文件，其中f为文件的完整路径。 |
|
public void copyFromLocalFile(Path src, Path dst) |
通过该接口可将本地文件上传到HDFS的指定位置上，其中src和dst均为文件的完整路径。 |
|
public boolean mkdirs(Path f) |
通过该接口可在HDFS上创建文件夹，其中f为文件夹的完整路径。 |
|
public abstract boolean rename(Path src, Path dst) |
通过该接口可为指定的HDFS文件重命名，其中src和dst均为文件的完整路径。 |
|
public abstract boolean delete(Path f, boolean recursive) |
通过该接口可删除指定的HDFS文件，其中f为需要删除文件的完整路径，recursive用来确定是否进行递归删除。 |
|
public boolean exists(Path f) |
通过该接口可查看指定HDFS文件是否存在，其中f为文件的完整路径。 |
|
public FileStatus getFileStatus(Path f) |
通过该接口可以获取文件或目录的FileStatus对象，该对象记录着该文件或目录的各种状态信息，其中包括修改时间、文件目录等。 |
|
public BlockLocation[] getFileBlockLocations(FileStatus file, long start, long len) |
通过该接口可查找指定文件在HDFS集群上块的位置，其中file为文件的完整路径，start和len来标识查找文件的块的范围。 |
|
public FSDataInputStream open(Path f) |
通过该接口可以打开HDFS上指定文件的输出流，并可通过FSDataInputStream类提供接口进行文件的读出，其中f为文件的完整路径。 |
|
public FSDataOutputStream create(Path f, boolean overwrite) |
通过该接口可以在HDFS上创建指定文件的输入流，并可通过FSDataOutputStream类提供的接口进行文件的写入，其中f为文件的完整路径，overwrite为true时表示如果文件已经存在，则重写文件；如果为false，当文件已经存在时，则抛出异常。 |
|
public FSDataOutputStream append(Path f) |
通过该接口可以打开HDFS上已经存在的指定文件的输入流，并可通过FSDataOutputStream类提供的接口进行文件的写入，其中f为文件的完整路径。 |
|
接口 |
说明 |
|---|---|
|
public long getModificationTime() |
通过该接口可查看指定HDFS文件的修改时间。 |
|
public Path getPath() |
通过该接口可查看指定HDFS中某个目录下所有文件。 |
|
接口 |
说明 |
|---|---|
|
public Map<String, List<DatanodeInfo>> createColocationGroup(String groupId,String file) |
根据文件file中的locatorIds信息，创建group。file为文件路径。 |
|
public Map<String, List<DatanodeInfo>> createColocationGroup(String groupId,List<String> locators) |
使用内存中List的locatorIds信息，创建group。 |
|
public void deleteColocationGroup(String groupId) |
删除group。 |
|
public List<String> listColocationGroups() |
返回colocation所有组信息，返回的组Id数组按创建时间排序。 |
|
public List<DatanodeInfo> getNodesForLocator(String groupId, String locatorId) |
获取该locator中所有节点列表。 |
|
接口 |
说明 |
|---|---|
|
public FSDataOutputStream create(Path f, boolean overwrite, String groupId,String locatorId) |
用colocation模式，创建一个FSDataOutputStream，从而允许用户在f路径写文件。 f为HDFS路径。 overwrite表示如果文件已存在是否允许覆盖。 用户指定文件所属的groupId和locatorId必须已经存在。 |
|
public FSDataOutputStream create(final Path f, final FsPermission permission, final EnumSet<CreateFlag> cflags, final int bufferSize, final short replication, final long blockSize, final Progressable progress, final ChecksumOpt checksumOpt, final String groupId, final String locatorId) |
功能与FSDataOutputStream create(Path f, boolean overwrite, String groupId,String locatorId)相同，只是允许用户自定义checksum选项。 |
|
public void close() |
使用完毕后关闭连接。 |
|
接口 |
说明 |
|---|---|
|
public RemoteIterator<FileStatus> listStatusIterator(final Path) |
该API有助于通过使用远程迭代的多个请求获取子文件和文件夹信息，从而避免在获取大量子文件和文件夹信息时，用户界面变慢。 |
基于API的Glob路径模式以获取LocatedFileStatus和从FileStatus打开文件
在DistributedFileSystem中添加了以下API，以获取具有块位置的FileStatus，并从FileStatus对象打开文件。这些API将减少从客户端到Namenode的RPC调用的数量。
|
Interface接口 |
Description说明 |
|---|---|
|
public LocatedFileStatus[] globLocatedStatus(Path, PathFilter, boolean) throws IOException |
返回一个LocatedFileStatus对象数组，其对应文件路径符合路径过滤规则。 |
|
public FSDataInputStream open(FileStatus stat) throws IOException |
如果stat对象是LocatedFileStatusHdfs的实例，该实例已具有位置信息，则直接创建InputStream而不联系Namenode。 |
