Python操控HDFS

前言

Python中进行HDFS编程共有两种方法,库pyhdfs与hdfs,两个库都是直接pip安装即可。同时两个库的实现原理也是一样的,hdfs的web api接口。

pyhdfs

pyhdfs没有追加功能慎用。如果要是用追加功能,建议使用hdfs这个库。请查看第二部分

创建

python 复制代码
import pyhdfs

fs = pyhdfs.HdfsClient(hosts="127.0.0.1,50070", user_name="fonttian")  # 这两种连接方式都可以
# fs = pyhdfs.HdfsClient(hosts="127.0.0.1,9000", user_name="root")

展示根目录/获取namenode

python 复制代码
print("展示根目录")
print(fs.get_home_directory())

print("获取namenode")
print(fs.get_active_namenode())

查增删改-查

python 复制代码
print("展示路径")
print(fs.listdir("/"))
print("展示所有路径")
print(list(fs.walk('/original_data')))
print("判断/original_data/students2文件是否存在")
print(fs.exists('/original_data/students2'))

查增删改-增删

python 复制代码
print(fs.mkdirs("/original_data/file_folder"))
fs.copy_from_local("/home/fonttian/database/hive/job", '/original_data/job', )  # 从本地上传到hadoop上

print(fs.delete("/original_data/job2"))  # 删除文件


print(fs.mkdirs("/original_data/file_folder"))

查增删改-改

python 复制代码
print(fs.mkdirs("/original_data/file_folder"))
print(fs.rename("/original_data/file_folder", destination="/original_data/file_folder_rename"))  # 删除目录
# recursive=True
print(fs.delete("/original_data/file_folder_rename", recursive=True))  # 删除目录  recursive=True

上传下载

python 复制代码
# print("上传下载:")
fs.copy_from_local("/home/fonttian/database/hive/user.txt", '/original_data/user.txt')  # 从hadoop下载到本地
fs.copy_from_local("/home/fonttian/database/hive/job", '/original_data/job')  # 从本地上传到hadoop上
fs.copy_to_local("/original_data/user.txt", '/home/fonttian/database/hive/user_2.txt')  # 从hadoop下载到本地

hdfs

创建

python 复制代码
from hdfs import InsecureClient

hdfs_client = InsecureClient('http://127.0.0.1:50070', user='fonttian')

查询

查看状态
python 复制代码
hdfs_client.status('.')
查看目录
python 复制代码
print(hdfs_client.list("/original_data/"))

创建

python 复制代码
# 创建目录
hdfs_client.makedirs('/original_data/pyhdfs', permission=777)

删除

python 复制代码
# 删除目录
# 其他参数:delete(hdfs_path, recursive=False)
# recursive:删除文件和其子目录,设置为False如果不存在,则会抛出异常,默认为False
hdfs_client.delete('/original_data/pyhdfs', recursive=False)

上传

python 复制代码
# 上传文件
# 第一个参数,hdfs路径
# 第二个参数,本地路径
# 第三个参数,是否覆盖hdfs已有的文件

hdfs_client.upload('/original_data/pyhdfs/word.txt', '/home/fonttian/database/hive/word.txt', False)

下载

python 复制代码
# 从hdfs获取文件到本地
# client.download(hdfs_path, local_path, overwrite=False)
hdfs_client.download('/original_data/pyhdfs/word.txt', '/home/fonttian/database/hive/word_download.txt', overwrite=True)

追加

python 复制代码
#  追加数据到hdfs文件
# client.write(hdfs_path, data, overwrite=False, append=True, encoding='utf-8')
hdfs_client.write('/original_data/pyhdfs/word.txt', 'this is overwite \n', overwrite=True)
hdfs_client.write('/original_data/pyhdfs/word.txt', 'this is append ', overwrite=False, append=True, encoding='utf-8')

修改或移动

python 复制代码
# 移动或者修改文件
# client.rename(hdfs_src_path, hdfs_dst_path)
hdfs_client.rename('/original_data/pyhdfs/word.txt', '/original_data/pyhdfs/word_2.txt')
相关推荐
烛阴2 分钟前
Python装饰器解除:如何让被装饰的函数重获自由?
前端·python
Boilermaker199214 分钟前
【Java EE】Mybatis-Plus
java·开发语言·java-ee
aramae20 分钟前
C++ -- STL -- vector
开发语言·c++·笔记·后端·visual studio
Tony小周20 分钟前
实现一个点击输入框可以弹出的数字软键盘控件 qt 5.12
开发语言·数据库·qt
noravinsc30 分钟前
django 一个表中包括id和parentid,如何通过parentid找到全部父爷id
python·django·sqlite
lixzest40 分钟前
C++ Lambda 表达式详解
服务器·开发语言·c++·算法
ajassi200041 分钟前
开源 python 应用 开发(三)python语法介绍
linux·python·开源·自动化
沉默媛1 小时前
如何安装python以及jupyter notebook
开发语言·python·jupyter
_Chipen2 小时前
C++基础问题
开发语言·c++
止观止2 小时前
JavaScript对象创建9大核心技术解析
开发语言·javascript·ecmascript