Question

我是Hadoop的新手。现在我正在尝试在eclipse中执行一个应用程序，我想在其中使用HDFS中存在的数据。如果我们想用Java连接到数据库，我们有JDBC连接。像这样，我需要做什么才能直接连接到HDFS？

Answer 1

在Hadoop中，首先，您必须确保Hadoop已启动并运行。 Apache Hadoop提供Java类 - FileSystem，用于从Java应用程序访问HDFS中的文件。下面是一个例子，我正在使用FileSystem和IOUtils访问/books/pg5000.txt。

import java.io.InputStream;
import java.net.URI;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;


public class FileSystemCat {

        public static void main(String[] args) throws Exception {
            Configuration conf = new Configuration();
            conf.addResource(new Path("/usr/local/hadoop/etc/hadoop/core-site.xml"));
            conf.addResource(new Path("/usr/local/hadoop/etc/hadoop/hdfs-site.xml"));
          String uri = "/books/pg5000.txt";
        FileSystem fs = FileSystem.get(URI.create(uri), conf);
        InputStream in = null;
        try {
            in = fs.open(new Path(uri));
            IOUtils.copyBytes(in, System.out, 4096, false);
            } finally {
            IOUtils.closeStream(in);
            }
        }
}

Answer 2

另一种将HDFS文件作为记录（行）访问的替代解决方案，就像任何其他数据库一样。您可以使用Hadoop配置Hive并启动HiveServer2，然后在任何应用程序中使用Thrift API来访问驻留在HDFS中的数据作为表。

参考链接： https://cwiki.apache.org/confluence/display/Hive/HiveClient

此外，几个流行的Hadoop分销商（Cloudera，Microsoft HDInsight，Hortonworks）也提供HIVE ODBC驱动程序。

将Hadoop中的文件导入Web应用程序

2 个答案: