从 java 中删除 hdfs 文件夹

Question

在边缘节点上的 java 应用程序运行中，我需要删除一个 hdfs 文件夹（如果存在）。我需要在运行输出到文件夹中的 mapreduce 作业（带 spark）之前执行此操作。

我发现我可以使用方法

org.apache.hadoop.fs.FileUtil.fullyDelete(new File(url))

但是，我只能让它与本地文件夹一起使用（即运行计算机上的文件 url）。我尝试使用类似的东西：

url = "hdfs://hdfshost:port/the/folder/to/delete";

其中 hdfs://hdfshost:port 是 hdfs namenode IPC。我将它用于 mapreduce，所以它是正确的。但是它什么也没做。

那么，url我应该用什么，或者有其他方法吗？

注意：here是有问题的简单项目。

Answer 1

我是这样做的：

    Configuration conf = new Configuration();
    conf.set("fs.hdfs.impl",org.apache.hadoop.hdfs.DistributedFileSystem.class.getName());
    conf.set("fs.file.impl",org.apache.hadoop.fs.LocalFileSystem.class.getName());
    FileSystem  hdfs = FileSystem.get(URI.create("hdfs://<namenode-hostname>:<port>"), conf);
    hdfs.delete("/path/to/your/file", isRecursive);

您的文件路径中不需要 hdfs://hdfshost:port/

Answer 2

这对我有用。

只需在我的 WordCount 程序中添加以下代码即可：

import org.apache.hadoop.fs.*;

...
Configuration conf = new Configuration();

Path output = new Path("/the/folder/to/delete");
FileSystem hdfs = FileSystem.get(URI.create("hdfs://namenode:port"),conf);

// delete existing directory
if (hdfs.exists(output)) {
    hdfs.delete(output, true);
}

Job job = Job.getInstance(conf, "word count");
...

您需要显式添加 hdfs://hdfshost:port 以获得分布式文件系统。否则代码将仅适用于本地文件系统。

Answer 3

如果需要删除目录下的所有文件：

1) 检查您的目录中有多少文件。

2) 稍后全部删除

     public void delete_archivos_dedirectorio() throws IOException {

//namenode= hdfs://ip + ":" + puerto 

            Path directorio = new Path(namenode + "//test//"); //nos situamos en la ruta//
            FileStatus[] fileStatus = hdfsFileSystem.listStatus(directorio); //listamos los archivos que hay actualmente en ese directorio antes de hacer nada
            int archivos_basura =  fileStatus.length; //vemos cuandoarchivos hay en el directorio antes de hacer nada, y luego iteramos hasta el nuemro de archivos que haya y llos vamos borrando para luego ir crandolos de nuevo en el writte.


            for (int numero = 0; numero <= archivos_basura ; numero++) {

                Path archivo = new Path(namenode + "//test//" + numero + ".txt");

                try {

                    if(hdfsFileSystem.exists(archivo)) {

                        try {
                            hdfsFileSystem.delete(archivo, true);
                        } catch (IOException ex) {
                            System.out.println(ex.getMessage());
                        }
                    }
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }

祝你好运:)

从 java 中删除 hdfs 文件夹

Delete hdfs folder from java

java

hadoop

hdfs