Java API 读取HDFS目录下的所有文件代码,Java代码库,德仔网

代码语言
代码分类
【Java】 Java API 读取HDFS目录下的所有文件
作者:涌 / 发布于2017/6/2/ 899
/** 
 * 获取1号店生鲜食品的分类id字符串 
 * @param filePath 
 * @return 
 */  
public String getYHDSXCategoryIdStr(String filePath) {  
    final String DELIMITER = new String(new byte[]{1});  
    final String INNER_DELIMITER = ",";  
      
    // 遍历目录下的所有文件  
    BufferedReader br = null;  
    try {  
        FileSystem fs = FileSystem.get(new Configuration());  
        FileStatus[] status = fs.listStatus(new Path(filePath));  
        for (FileStatus file : status) {  
            if (!file.getPath().getName().startsWith("part-")) {  
                continue;  
            }  
              
            FSDataInputStream inputStream = fs.open(file.getPath());  
            br = new BufferedReader(new InputStreamReader(inputStream));  
              
            String line = null;  
            while (null != (line = br.readLine())) {  
                String[] strs = line.split(DELIMITER);  
                String categoryId = strs[0];  
                String categorySearchName = strs[9];  
                if (-1 != categorySearchName.indexOf("0-956955")) {  
                    yhdsxCategoryIdStr += (categoryId + INNER_DELIMITER);  
                }  
            }// end of while  
        }  
    } catch (IOException e) {  
        e.printStackTrace();  
    } finally {  
        try {  
            br.close();  
        } catch (IOException e) {  
            e.printStackTrace();  
        }  
    }  
      
    return yhdsxCategoryIdStr;  
}  

HDFS上的目录、文件：

-bash-3.2$ hadoop fs -ls /user/hive/warehouse/category  
Found 2 items  
-rw-r--r--   2 basicdata supergroup          0 2014-08-18 01:05 /user/hive/warehouse/category/_SUCCESS  
-rw-r--r--   2 basicdata supergroup    1117233 2014-08-18 01:05 /user/hive/warehouse/category/part-m-00000  

文件内容：
-bash-3.2$ hadoop fs -cat /user/hive/warehouse/category/part-* | more  
52880000052880杂粮组合51621010-5135-5162-5288:食品-粮油-杂粮组合011  
9726780009726787茶具19650290040-950340-965029-972678:家居-餐具水具-茶具1011  
9701550009701557菲士康196046510null0-960464-960465-970155:隐形眼镜(药网)-普通隐形眼镜-菲士康1011  
9702350009702356生活服务000180-970235:生活服务011  
9702360009702367SIM卡9635241030-957328-963524-970236:手机通讯/数码电器-运营商-SIM卡011  
9737840009737842鞋包配饰97377810null0-960665-960768-973775-973778-973784:1号礼品中心-时尚创意礼品-定制品-个性定制-鞋包配饰011  
5315T602个人清洁5183190null0-5134-5183-5315:厨卫清洁-清洁剂-个人清洁111  
5316T603家用清洁5183190null0-5134-5183-5316:厨卫清洁-清洁剂-家用清洁111  
5317UD02蛋制品1516110null0-5135-5161-5317:食品饮料-腌制品1-蛋制品1111  
5318UD030肉制品5161180null0-5135-5161-5318:食品饮料-腌制品-肉制品111
试试其它关键字
同语言下
可能有用的
涌贡献的其它代码(10)