scala - 如何使用 Scala 写入 HDFS

标签 scala hadoop hdfs

我正在学习 Scala,我需要将自定义文件写入 HDFS。我在笔记本电脑上使用 vmware fusion 在 Cloudera 镜像上运行了自己的 HDFS。

这是我的实际代码:

package org.glassfish.samples

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import java.io.PrintWriter;

/**
* @author ${user.name}
*/
object App {

def main(args : Array[String]) {
println( "Trying to write to HDFS..." )
val conf = new Configuration()
val fs= FileSystem.get(conf)
val output = fs.create(new Path("hdfs://quickstart.cloudera:8020/tmp/mySample.txt"))
val writer = new PrintWriter(output)
try {
    writer.write("this is a test") 
    writer.write("\n")
}
finally {
    writer.close()
}
print("Done!")
}

}

我得到了这个异常(exception):

Caused by: java.lang.IllegalArgumentException: Wrong FS: hdfs://quickstart.cloudera:8020/tmp, expected: file:///
at org.apache.hadoop.fs.FileSystem.checkPath(FileSystem.java:645)
at org.apache.hadoop.fs.RawLocalFileSystem.pathToFile(RawLocalFileSystem.java:80)
at org.apache.hadoop.fs.RawLocalFileSystem.mkdirs(RawLocalFileSystem.java:414)
at org.apache.hadoop.fs.ChecksumFileSystem.mkdirs(ChecksumFileSystem.java:588)
at org.apache.hadoop.fs.ChecksumFileSystem.create(ChecksumFileSystem.java:439)
at org.apache.hadoop.fs.ChecksumFileSystem.create(ChecksumFileSystem.java:426)
at org.apache.hadoop.fs.FileSystem.create(FileSystem.java:908)
at org.apache.hadoop.fs.FileSystem.create(FileSystem.java:889)
at org.apache.hadoop.fs.FileSystem.create(FileSystem.java:786)
at org.apache.hadoop.fs.FileSystem.create(FileSystem.java:775)
at org.glassfish.samples.App$.main(App.scala:19)
at org.glassfish.samples.App.main(App.scala)
... 6 more

我可以使用终端和 Hue 访问 hdfs

[cloudera@quickstart ~]$ hdfs dfs -ls /tmp
Found 3 items
drwxr-xr-x   - hdfs     supergroup          0 2015-06-09 17:54 /tmp/hadoop-yarn
drwx-wx-wx   - hive     supergroup          0 2015-08-17 15:24 /tmp/hive
drwxr-xr-x   - cloudera supergroup          0 2015-08-17 16:50 /tmp/labdata

这是我的 pom.xml

我使用命令运行项目:

mvn clean package scala:run

我做错了什么?提前谢谢你!

根据@jeroenr 建议进行编辑

这是实际代码:

package org.glassfish.samples

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import java.io.PrintWriter;

/**
* @author ${user.name}
*/
object App {

//def foo(x : Array[String]) = x.foldLeft("")((a,b) => a + b)

def main(args : Array[String]) {
println( "Trying to write to HDFS..." )
val conf = new Configuration()
//conf.set("fs.defaultFS", "hdfs://quickstart.cloudera:8020")
conf.set("fs.defaultFS", "hdfs://192.168.30.147:8020")
val fs= FileSystem.get(conf)
val output = fs.create(new Path("/tmp/mySample.txt"))
val writer = new PrintWriter(output)
try {
    writer.write("this is a test") 
    writer.write("\n")
}
finally {
    writer.close()
    println("Closed!")
}
println("Done!")
}

}

最佳答案

看看这个this example here .我认为问题是您没有使用配置默认文件系统

conf.set("fs.defaultFS", "hdfs://quickstart.cloudera:8020")

并传递相对路径,如下所示:

fs.create(new Path("/tmp/mySample.txt"))

要写入文件,直接在 fs.create 返回的输出流上调用“write”,如下所示:

val os = fs.create(new Path("/tmp/mySample.txt"))
os.write("This is a test".getBytes)

关于scala - 如何使用 Scala 写入 HDFS,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32380272/

相关文章:

hadoop - 如何在Hive中加载定界符输入文件的组合类型?

hadoop - 安装Hadoop的2节点集群

hadoop - 使用 Spark 多次写入 hadoop 分布式文件系统

scala - 在规范之前和之后执行代码

scala - 控制配置设置 Apache Spark UTF 编码以写入为 saveAsTextFile

scala - 使用 Play 2/Scala 提供本地镜像

java - windows下hadoop启动tasktracker的问题

java - hadoop 连接在端口 9000 上被拒绝

mysql - 需要有关将数据从 Mysql 导入到 HDFS 的帮助

scala - Scala 中的增量编译速度是否取决于每个文件的类数?