尽管有关于这个主题的所有资源,但我在磁盘上刷新我的hdfs文件时遇到了问题(hadoop 2.6)
调用FSDataOutputStream.hsync()
应该可以解决这个问题,但它实际上只能用于未知原因...
这是一个简单的单元测试失败:
@Test
public void test() throws InterruptedException, IOException {
final FileSystem filesys = HdfsTools.getFileSystem();
final Path file = new Path("myHdfsFile");
try (final FSDataOutputStream stream = filesys.create(file)) {
Assert.assertEquals(0, getSize(filesys, file));
stream.writeBytes("0123456789");
stream.hsync();
stream.hflush();
stream.flush();
Thread.sleep(100);
Assert.assertEquals(10, getSize(filesys, file)); // Works
stream.writeBytes("0123456789");
stream.hsync();
stream.hflush();
stream.flush();
Thread.sleep(100);
Assert.assertEquals(20, getSize(filesys, file)); // Fails, still 10
}
Assert.assertEquals(20, getSize(filesys, file)); // works
}
private long getSize(FileSystem filesys, Path file) throws IOException {
return filesys.getFileStatus(file).getLen();
}
知道为什么吗?
答案 0 :(得分:3)
实际上,hsync()
内部调用私有flushOrSync(boolean isSync, EnumSet<SyncFlag> syncFlags)
没有标记,只有在提供SyncFlag.UPDATE_LENGTH
时才会在namenode上更新长度。
在上面的测试中,用实际读取文件的代码替换getSize()
。
private long getSize(FileSystem filesys, Path file) throws IOException {
long length = 0;
try (final FSDataInputStream input = filesys.open(file)) {
while (input.read() >= 0) {
length++;
}
}
return length;
}
要更新大小,您也可以调用(没有正确的类类型检查):
((DFSOutputStream) stream.getWrappedStream())).hsync(EnumSet.of(SyncFlag.UPDATE_LENGTH));