实验3-HDFS 常用操作,Spark 读取文件系统的数据 - 宥宁

时间:2024-03-09 11:16:50

实验3-HDFS 常用操作,Spark 读取文件系统的数据

HDFS 常用操作

使用 Hadoop 提供的 Shell 命令完成如下操作:

(1) 启动 Hadoop,在 HDFS 中创建用户目录“/user/hadoop”;

(2 Linux 系统的本地文件系统的“/home/hadoop”目录下新建一个文本文件test.txt,并在该文件中随便输入一些内容,然后上传到 HDFS “/user/hadoop”目录下;

 

(3 HDFS “/user/hadoop”目录下的 test.txt 文件,下载到 Linux 系统的本地文件系统中的“/home/hadoop/下载”目录下; 

 

(4) 将HDFS“/user/hadoop”目录下的test.txt文件的内容输出到终端中进行显示;

(5 HDFS 中的“/user/hadoop”目录下,创建子目录 input,把 HDFS “/user/hadoop”目录下的 test.txt 文件,复制到“/user/hadoop/input”目录下; 

 

(6 删除HDFS“/user/hadoop”目录下的test.txt文件,删除HDFS“/user/hadoop”目录下的 input 子目录及其子目录下的所有内容。

 

Spark 读取文件系统的数据

(1)在 spark-shell 中读取 Linux 系统本地文件“/home/hadoop/test.txt”,然后统计出文件的行数;

(2)在 spark-shell 中读取 HDFS 系统文件“/user/hadoop/test.txt”(如果该文件不存在,请先创建),然后,统计出文件的行数;

(3)编写独立应用程序,读取 HDFS 系统文件“/user/hadoop/test.txt”(如果该文件不存在, 请先创建),然后,统计出文件的行数;通过 sbt 工具将整个应用程序编译打包成 JAR 包, 并将生成的 JAR 包通过 spark-submit 提交到 Spark 中运行命令。