大数据培训：HDFS的Java API操作

　　由于Hadoop是使用Java语言编写的，因此可以使用Java API操作Hadoop文件系统。HDFS Shell本质上就是对Java API的应用，通过编程的形式操作HDFS，其核心是使用HDFS提供的Java API构造一个访问客户端对象，然后通过客户端对象对HDFS上的文件进行操作(增、删、改、查)。本节对HDFS提供的Java API进行详细讲解。

　　Hadoop整合了众多文件系统，HDFS只是这个文件系统的一个实例。HDFS Java API的核心包如下所示。

　　.org.apache.hadoop.fs.FileSystem：它是通用文件系统的抽象基类，可以被分布式文件系统继承，它具有许多实现类。如LocalFileSystem、DistributedFileSystem、FtpFileSystem等。

　　.org.apache.hadoop.fs.FileStatus：它用于向客户端展示系统中文件和目录的元数据，具体包含文件大小、块大小、副本信息、修改时间等。

　　.org.apache.hadoop.fs.FSDataInputStream：文件输入流，用于读取Hadoop文件。

　　.org.apache.hadoop.fs.FSDataOutputStream：文件输出流，用于写入Hadoop文件。

　　.org.apache.hadoop.conf.Configuration：访问配置项，默认配置参数在core-site.xml中，用户可以添加相应的配置参数。

　　.org.apache.hadoop.fs.Path：用于表示Hadoop文件系统中的一个文件或者一个目录的路径。

　　在Java中操作HDFS，首先需要创建一个客户端实例，主要涉及以下类：

　　.Configuration：该类的对象封装了客户端或者服务器的配置，每个配置选项是一个键对值，通常情况下，Configuration实例会自动加载HDFS的配置文件core-site.xml，从中获取Hadoop集群的配置信息。

　　.FileSystem：该类的对象是一个文件系统对象，通过该对象的一些方法可以对文件进行操作，常用方法如表3-2所示;

　　表3-2 FileSystem常用方法

　　小提示：Hadoop API非常庞大，读者可以通过Hadoop官方文档自行查阅学习，地址如下：http://hadoop.apache.org/docs/stable/api/index.html。