HDFS基本操作实践

实验内容：
在HDFS的shell客户端和Java API客户端操作HDFS的节点，对文件进行操作

实验数据记录：
在HDFS的shell端操作：
主要使用了 hadoop fs 的一些简单指令

在HDFS的Java API端操作：
打开安装好的IDEA，新建maven项目，点击右上角setting，配置maven:

在pom.xml文件中添加如下内容：

<dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>2.10.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-hdfs</artifactId>
        <version>2.10.0</version>
</dependency>

新建java class文件，运行如下代码：

问题：无法导入相关jar包，程序运行失败
解决办法：
点击右上角file,setting,设置maven的目录和setting文件位置为安装的maven路径

点击Maven project 左上角的Rimport，及右边的Downsources，重启IDEA，即可正常导入jar包：

检查代码，出现拼写及语法错误，改正如下：
其中特别注意导入的是java.net.URI而不是URL

总结：
3.1 文件系统：
文件系统是操作系统的重要组成部分，建立了硬盘等存储设备中存储内容的目录结构，可管理物理存储设备
3.2 HDFS分布式文件系统：
（1）设计目标：1.硬件故障容错 2.流式数据访问 3.面向大数据集 4.简化的一致性模型 5.移动计算程序比移动数据更经济 6.跨异构软硬件平台的可靠性
（2）HDFS的原理与结构：HDFS将大数据按照固定大小拆分成一个个数据块，然后将数据块发送到集群的不同节点进行存储，并采用主从架构设计，其所管理的集群有两类计算节点： namenode 和datanode节点。Namenode节点运行namenode进程，是HDFS的管理节点，负责维护整个文件系统的文件目录树、文件、目录的元信息等。Datanode节点运行datanode进程，是HDFS的数据存储节点，并且要负责用户的读取请求。大文件的一个数据块在datanode检点以一个独立的文件形式存放。当一个datanode启动时，首先将自身的信息发送给namenode，向namenode进行注册。HDFS在设计时提供了数据块的多副本存储策略，也就是HDFS为数据块在集群中提供多个备份。

标签：HDFS,hadoop,实践,datanode,namenode,基本操作,数据,节点
来源： https://blog.csdn.net/YTLDSS/article/details/123600197