package com.bfd.test; import java.io.IOException; import java.util.ArrayList; import java.util.Iterator; import java.util.List; import org.apache.commons.lang.math.NumberUtils; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.hbase.HBaseConfiguration; import org.apache.hadoop.hbase.HColumnDescriptor; import org.apache.hadoop.hbase.HTableDescriptor; import org.apache.hadoop.hbase.KeyValue; import org.apache.hadoop.hbase.MasterNotRunningException; import org.apache.hadoop.hbase.ZooKeeperConnectionException; import org.apache.hadoop.hbase.client.Delete; import org.apache.hadoop.hbase.client.Get; import org.apache.hadoop.hbase.client.HBaseAdmin; import org.apache.hadoop.hbase.client.HTable; import org.apache.hadoop.hbase.client.HTableInterface; import org.apache.hadoop.hbase.client.HTablePool; import org.apache.hadoop.hbase.client.Put; import org.apache.hadoop.hbase.client.Result; import org.apache.hadoop.hbase.client.ResultScanner; import org.apache.hadoop.hbase.client.Scan; import org.apache.hadoop.hbase.filter.CompareFilter.CompareOp; import org.apache.hadoop.hbase.filter.Filter; import org.apache.hadoop.hbase.filter.FilterList; import org.apache.hadoop.hbase.filter.PageFilter; import org.apache.hadoop.hbase.filter.RegexStringComparator; import org.apache.hadoop.hbase.filter.RowFilter; import org.apache.hadoop.hbase.filter.SingleColumnValueFilter; import org.apache.hadoop.hbase.util.Bytes; public class HbaseTest { public static Configuration configuration; /** * a.配置host, 例如:bfdbjc2 192.168.11.72 * b.参考:hbase-site.xml: * <property> <name>hbase.zookeeper.quorum</name> * <value>bfdbjc2,bfdbjc3,bfdbjc4</value> * </property> * <property> <name>hbase.rootdir</name> * <value>hdfs://bfdbjc1:12000/hbase</value> * </property> */ static { configuration = HBaseConfiguration.create(); //String ZOOKEEPER_QUORAM = "zk-1:2181,zk-2:2181,zk-3:2181,zk-4:2181,zk-5:2181,zk-6:2181"; configuration.set("hbase.zookeeper.quorum","bfdbjc2:2181,bfdbjc3:2181,bfdbjc4:2181"); configuration.set("hbase.rootdir", "hdfs://bfdbjc1:12000/hbase"); } public static void main(String[] args) throws Exception { // createTable("gangliang13"); //insertData("gangliang13"); //deleteRow("gangliang13", "112"); //queryAllLimit("gangliang13",2); //queryByRowKey("GidCross","0100020a000056c100004e374e267993"); //queryByColumn("gangliang13","aaa1"); //testLikeQuery("gangliang13","11"); //queryByManyColumn("gangliang13"); //queryAll("gangliang13"); //System.out.println("input GidCross rawkey:"+args[0]); //queryByRowKey("GidCross", "0100020a000056c100004e374e267993"); testScanByTimeStamp(); } /** * 如果存在要创建的表,那么先删除,再创建 * @param tableName */ public static void createTable(String tableName) { System.out.println("start create table ......"); try { HBaseAdmin hBaseAdmin = new HBaseAdmin(configuration); if (hBaseAdmin.tableExists(tableName)) { hBaseAdmin.disableTable(tableName); hBaseAdmin.deleteTable(tableName); System.out.println(tableName + " is exist,detele...."); } HTableDescriptor tableDescriptor = new HTableDescriptor(tableName); tableDescriptor.addFamily(new HColumnDescriptor("name")); tableDescriptor.addFamily(new HColumnDescriptor("age")); tableDescriptor.addFamily(new HColumnDescriptor("sex")); hBaseAdmin.createTable(tableDescriptor); } catch (MasterNotRunningException e) { e.printStackTrace(); } catch (ZooKeeperConnectionException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } System.out.println("end create table ......"); } /** * 插入数据 * @param tableName */ public static void insertData(String tableName) { System.out.println("start insert data ......"); HTablePool pool = new HTablePool(configuration, 1000); HTableInterface table = pool.getTable(tableName); Put put = new Put("111".getBytes());// 一个PUT代表一行数据,再NEW一个PUT表示第二行数据,每行一个唯一的ROWKEY,此处rowkey为put构造方法中传入的值 put.add("name".getBytes(), null, "aaa1".getBytes());// 本行数据的第一列 put.add("age".getBytes(), null, "bbb1".getBytes());// 本行数据的第三列 put.add("sex".getBytes(), null, "ccc1".getBytes());// 本行数据的第三列 Put put2 = new Put("222".getBytes());// 一个PUT代表一行数据,再NEW一个PUT表示第二行数据,每行一个唯一的ROWKEY,此处rowkey为put构造方法中传入的值 put2.add("name".getBytes(), null, "aaa2".getBytes());// 本行数据的第一列 put2.add("name".getBytes(), "nickname".getBytes(), "aaabbbbbnick".getBytes()); put2.add("age".getBytes(), null, "bbb2".getBytes());// 本行数据的第三列 put2.add("sex".getBytes(), null, "ccc2".getBytes());// 本行数据的第三列 try { table.put(put); table.put(put2); } catch (IOException e) { e.printStackTrace(); } System.out.println("end insert data ......"); } /** * * @param tableName 取前面limit条 */ public static void queryAllLimit(String tableName,int limit) { HTablePool pool = new HTablePool(configuration, 1000); HTableInterface table = pool.getTable(tableName); try { Scan scan = new Scan(); scan.setCaching(1); Filter filter = new PageFilter(limit); scan.setFilter(filter); ResultScanner scanner = table.getScanner(scan);// 执行扫描查找 int num = 0; Iterator<Result> res = scanner.iterator();// 返回查询遍历器 while (res.hasNext()) { Result result = res.next(); table.setWriteBufferSize(1024*1024*1); KeyValue[] kv = result.raw(); for (int i = 0; i < kv.length; i++) { System.out.print(new String(kv[i].getRow()) + " "); System.out.print(new String(kv[i].getFamily()) + ":"); System.out.print(new String(kv[i].getQualifier()) + " "); System.out.print(kv[i].getTimestamp() + " "); System.out.println(new String(kv[i].getValue())); } } } catch (IOException e) { e.printStackTrace(); } } public static void testScanByTimeStamp() throws IOException{ //Scan类常用方法说明 //指定需要的family或column ,如果没有调用任何addFamily或Column,会返回所有的columns; // scan.addFamily(); // scan.addColumn(); // scan.setMaxVersions(); //指定最大的版本个数。如果不带任何参数调用setMaxVersions,表示取所有的版本。如果不掉用setMaxVersions,只会取到最新的版本. // scan.setTimeRange(); //指定最大的时间戳和最小的时间戳,只有在此范围内的cell才能被获取. // scan.setTimeStamp(); //指定时间戳 // scan.setFilter(); //指定Filter来过滤掉不需要的信息 // scan.setStartRow(); //指定开始的行。如果不调用,则从表头开始; // scan.setStopRow(); //指定结束的行(不含此行); // scan.setBatch(); //指定最多返回的Cell数目。用于防止一行中有过多的数据,导致OutofMemory错误。 //过滤器 //1、FilterList代表一个过滤器列表 //FilterList.Operator.MUST_PASS_ALL -->and //FilterList.Operator.MUST_PASS_ONE -->or //eg、FilterList list = new FilterList(FilterList.Operator.MUST_PASS_ONE); //2、SingleColumnValueFilter //3、ColumnPrefixFilter用于指定列名前缀值相等 //4、MultipleColumnPrefixFilter和ColumnPrefixFilter行为差不多,但可以指定多个前缀。 //5、QualifierFilter是基于列名的过滤器。 //6、RowFilter //7、RegexStringComparator是支持正则表达式的比较器。 //8、SubstringComparator用于检测一个子串是否存在于值中,大小写不敏感。 HTablePool pool = new HTablePool(configuration, 1000); HTableInterface table = pool.getTable("ganglia2"); Scan scan = new Scan(); scan.setTimeStamp(NumberUtils.toLong("1367985291545")); //scan.setTimeRange(NumberUtils.toLong("1370336286283"), NumberUtils.toLong("1370336337163")); //scan.setStartRow(Bytes.toBytes("quanzhou")); //scan.setStopRow(Bytes.toBytes("xiamen")); //scan.addFamily(Bytes.toBytes("info")); //scan.addColumn(Bytes.toBytes("info"), Bytes.toBytes("id")); //查询列镞为info,列id值为1的记录 //方法一(单个查询) // Filter filter = new SingleColumnValueFilter( // Bytes.toBytes("info"), Bytes.toBytes("id"), CompareOp.EQUAL, Bytes.toBytes("1")); // scan.setFilter(filter); //方法二(组合查询) //FilterList filterList=new FilterList(); //Filter filter = new SingleColumnValueFilter( // Bytes.toBytes("info"), Bytes.toBytes("id"), CompareOp.EQUAL, Bytes.toBytes("1")); //filterList.addFilter(filter); //scan.setFilter(filterList); ResultScanner rs = table.getScanner(scan); for (Result r : rs) { for (KeyValue kv : r.raw()) { System.out.println(String.format("row:%s, family:%s, qualifier:%s, qualifiervalue:%s, timestamp:%s.", Bytes.toString(kv.getRow()), Bytes.toString(kv.getFamily()), Bytes.toString(kv.getQualifier()), Bytes.toString(kv.getValue()), kv.getTimestamp())); } } rs.close(); } /** * 对行key进行like查询 * @param table * @param likeQuery * @throws Exception */ public static void testLikeQuery(String table,String likeQuery) throws Exception { Scan scan = new Scan(); RegexStringComparator comp = new RegexStringComparator(likeQuery); RowFilter filter = new RowFilter(CompareOp.EQUAL, comp); scan.setFilter(filter); scan.setCaching(200); scan.setCacheBlocks(false); HTable hTable = new HTable(configuration, table); ResultScanner scanner = hTable.getScanner(scan); for (Result r : scanner) { KeyValue[] kv = r.raw(); for (int i = 0; i < kv.length; i++) { System.out.print(new String(kv[i].getRow()) + " "); System.out.print(new String(kv[i].getFamily()) + ":"); System.out.print(new String(kv[i].getQualifier()) + " "); System.out.print(kv[i].getTimestamp() + " "); System.out.println(new String(kv[i].getValue())); } } } /** * 查询表所有行 * @param tableName */ public static void queryAll(String tableName) { HTablePool pool = new HTablePool(configuration, 1000); HTableInterface table = pool.getTable(tableName); try { ResultScanner rs = table.getScanner(new Scan()); for (Result r : rs) { KeyValue[] kv = r.raw(); for (int i = 0; i < kv.length; i++) { System.out.print(new String(kv[i].getRow()) + " "); System.out.print(new String(kv[i].getFamily()) + ":"); System.out.print(new String(kv[i].getQualifier()) + " "); System.out.print(kv[i].getTimestamp() + " "); System.out.println(new String(kv[i].getValue())); } } } catch (IOException e) { e.printStackTrace(); } } /** * 根据行记录值删除 * @param tablename * @param rowkey */ public static void deleteRow(String tablename, String rowkey) { try { HTable table = new HTable(configuration, tablename); List<Delete> list = new ArrayList<Delete>(); Delete d1 = new Delete(rowkey.getBytes()); list.add(d1); table.delete(list); System.out.println("删除行成功!"); } catch (IOException e) { e.printStackTrace(); } } /** * 根据行记录索引 * @param tableName * @param row * @throws IOException */ public static void queryByRowKey(String tableName,String row) throws IOException { HTable table = new HTable(configuration, tableName); System.err.println(table.getRegionLocation(row.getBytes())); try { Get scan = new Get(row.getBytes());// 根据rowkey查询 Result r = table.get(scan); KeyValue[] kv = r.raw(); for (int i = 0; i < kv.length; i++) { // System.out.print(new String(kv[i].getRow()) + " "); //System.out.print(new String(kv[i].getFamily()) + ":"); System.out.print(new String(kv[i].getQualifier()) + " "); // System.out.print(kv[i].getTimestamp() + " "); System.out.println(new String(kv[i].getValue())); } } catch (IOException e) { e.printStackTrace(); } } /** * 按列查询,查询多条记录 * @param tableName */ public static void queryByColumn(String tableName,String columnValue) { try { HTable table = new HTable(configuration,tableName); Filter filter = new SingleColumnValueFilter(Bytes.toBytes("name"), null, CompareOp.EQUAL, Bytes.toBytes(columnValue)); // 当列column1的值为aaa时进行查询 Scan s = new Scan(); s.setFilter(filter); ResultScanner rs = table.getScanner(s); for (Result r : rs) { KeyValue[] kv = r.raw(); for (int i = 0; i < kv.length; i++) { System.out.print(new String(kv[i].getRow()) + " "); System.out.print(new String(kv[i].getFamily()) + ":"); System.out.print(new String(kv[i].getQualifier()) + " "); System.out.print(kv[i].getTimestamp() + " "); System.out.println(new String(kv[i].getValue())); } } } catch (Exception e) { e.printStackTrace(); } } /** * 按多列查询,查询多条记录 * @param tableName */ public static void queryByManyColumn(String tableName) { try { HTable table = new HTable(configuration,tableName); List<Filter> filters = new ArrayList<Filter>(); Filter filter1 = new SingleColumnValueFilter(Bytes .toBytes("age"), null, CompareOp.EQUAL, Bytes.toBytes("bbb1")); filters.add(filter1); Filter filter2 = new SingleColumnValueFilter(Bytes .toBytes("name"), null, CompareOp.EQUAL, Bytes.toBytes("aaa1")); filters.add(filter2); FilterList filterList1 = new FilterList(filters); Scan scan = new Scan(); scan.setFilter(filterList1); ResultScanner rs = table.getScanner(scan); for (Result r : rs) { KeyValue[] kv = r.raw(); for (int i = 0; i < kv.length; i++) { System.out.print(new String(kv[i].getRow()) + " "); System.out.print(new String(kv[i].getFamily()) + ":"); System.out.print(new String(kv[i].getQualifier()) + " "); System.out.print(kv[i].getTimestamp() + " "); System.out.println(new String(kv[i].getValue())); } } rs.close(); } catch (Exception e) { e.printStackTrace(); } } }
相关推荐
### 使用Java API访问HDFS文件的关键知识点 #### 一、HDFS概述 Hadoop Distributed File System(HDFS)是Apache Hadoop项目的核心组件之一,它为海量数据提供了高吞吐量的数据访问,非常适合大规模数据集的应用...
总的来说,本实验旨在使学习者熟悉Hadoop环境下的Java编程,理解如何调用HDFS API进行文件操作,这是一项重要的技能,因为在大数据处理中,HDFS是数据存储的核心组件。通过这样的实践,学生将能够更好地理解和应用大...
Windows下配置Hadoop的Java开发环境以及用Java API操作HDFS: https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/119379055
2. **FileSystem对象**:`FileSystem`是HDFS API的入口点,通过它你可以执行所有文件操作。首先需要实例化一个`FileSystem`对象,通常使用`FileSystem.get(conf)`方法,其中`conf`是`Configuration`对象,配置了...
Java API 是 HDFS 的一个编程接口,允许开发者使用 Java 语言来操作 HDFS 中的文件和目录。本文将介绍如何使用 HDFS Java API 实现文件下载和上传操作。 一、HDFS Java API 概述 HDFS Java API 是 Hadoop 中的一...
本文将详细讲解如何使用Java API来操作HDFS,特别是创建目录的功能。我们将探讨Hadoop的环境配置、HDFS API的使用以及具体创建目录的步骤。 首先,理解Hadoop的环境配置至关重要。在进行Java编程之前,你需要确保...
Java 应用程序接口(API)是 Java 语言提供的一组编程接口,用于访问和操作 Hadoop 分布式文件系统(HDFS)。本文将详细介绍使用 Java API 操作 HDFS 的过程,并提供了一个示例代码,展示如何使用 Java API 读取和...
4. **文件操作** - **创建文件**:使用`FileSystem.create(path)`创建新文件,需要指定文件路径。 - **打开文件**:使用`FileSystem.open(path)`打开已存在文件,返回`FSDataInputStream`,可以进行读取操作。 - ...
* 高性能:HDFS Java API 提供了高性能的文件操作,能够满足大规模数据处理的需求。 * 高可靠性:HDFS Java API 提供了高可靠性的文件操作,能够确保数据的安全。 * 高灵活性:HDFS Java API 提供了高灵活性的文件...
这里的`false`参数表示不覆盖已存在的HDFS文件。如果希望覆盖,可以传入`true`。 4. **关闭资源**: 在完成文件操作后,记得关闭`FileSystem`实例,释放系统资源: ```java fs.close(); ``` 5. **异常处理**...
实验二:“熟悉常用的HDFS操作”旨在帮助学习者深入理解Hadoop分布式文件系统(HDFS)在大数据处理中的核心地位,以及如何通过Shell命令和Java API进行高效操作。HDFS在Hadoop架构中扮演着存储大数据的核心角色,为...
总之,Java API为开发者提供了一套全面的工具,可以方便地在HDFS上执行各种文件操作。通过这些API,开发人员能够构建高效的数据处理应用,利用Hadoop的分布式存储能力。在实际项目中,理解并熟练掌握这些操作对于...
6. **项目示例**:提供的两个项目"java对HDFS文件操作jar包版"和"java对HDFS文件操作maven版.zip.zip"可能包含了上述操作的完整实现。`jar包版`可能是一个已经编译好的可执行程序,可以直接运行。而`maven版`则是一...
HDFS 提供了一个 API,允许开发者使用 Java 语言编写程序来操作 HDFS 文件系统。该 API 包括了 open、read、write、close 等方法,用于读写 HDFS 文件。 使用 HDFS API 可以实现以下操作: 1. 上传本地文件:使用 ...
2. **文件操作**: - **创建文件**:调用`FileSystem`对象的`create()`方法,传入`Path`对象表示的文件路径,以及可选的文件权限、缓冲区大小等参数。 - **读取文件**:使用`FileSystem`的`open()`方法打开文件,...
本文将深入探讨使用Java管理HDFS文件和文件夹的关键知识点,特别是基于Hadoop 2.4版本。 首先,理解HDFS的基础概念至关重要。HDFS是一种分布式文件系统,设计用于跨大量廉价硬件节点存储和处理大数据。它遵循主从...
hdfs dfs -test -e 文件或目录名 第三步,查看检测结果: echo $? 若输出结果为0,则说明文件或目录存在,若为1,则说明文件或目录不存在。 二、Java代码实现 import org.apache.hadoop.conf.Configuration; ...
Java API提供了访问HDFS的接口,例如`org.apache.hadoop.fs.FileSystem`类,可以用于读取、写入和管理文件系统中的文件。 2. **Hadoop MapReduce**:MapReduce是Hadoop用于并行处理和分析大数据的编程模型。在GROUP...
适合刚接触hadoop的学生或小白,内容包括HDFS shell操作及HDFS Java API编程 有图片有代码
在大数据领域,Java被广泛用于开发和操作分布式文件系统,如Hadoop的HDFS(Hadoop Distributed File System)。本文将详细讲解如何使用Java API进行HDFS的基本操作,包括增、删、查等常见任务。 首先,理解HDFS是至...