Question

我在hdfs中存储500 Mb或更大的视频文件。由于它大于块大小，它将被分发。我必须首先收集或工作第一个数据块（这里是视频文件），因为它只包含序列标题。我该怎么做或如何在hadoop中找到文件的第一个数据块？

Answer 1

您想要读取第一个块，您可以从InputStream获取FileSystem并读取字节，直到达到预定量（示例块大小64mb将为64 * 1024 * 1024字节）。这是一个例子（虽然64mb是很多数据。如果你认为你需要的数据早于64mb，那就改变bytesLeft）

import java.io.EOFException;
import java.io.InputStream;
import java.io.OutputStream;
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.zookeeper.common.IOUtils;

public class TestReaderFirstBlock {

    private static final String uri = "hdfs://localhost:9000/path/to/file";
    private static int bytesLeft = 64 * 1024 * 1024;
    private static final byte[] buffer = new byte[4096];

    public static void main(String[] args) throws Exception {

        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(URI.create(uri), conf);

        InputStream is = fs.open(new Path(uri));
        OutputStream out = System.out;

        while (bytesLeft > 0) {
            int read = is.read(buffer, 0, Math.min(bytesLeft, buffer.length));
            if (read == -1) {
                throw new EOFException("Unexpected end of data");
            }
            out.write(buffer, 0, read);
            bytesLeft -= read;
        }

        IOUtils.closeStream(is);
    }
}

在hadoop中查找文件的第一个块

1 个答案: