首页 > 代码库 > Hadoop通过ｃ语言API访问hdfs
Hadoop通过ｃ语言API访问hdfs
Hadoop给我们提供了使用ｃ语言访问hdfs的API，下面进行简要介绍：
环境：ubuntu14.04 hadoop1.0.1 jdk1.7.0_51
访问hdfs的函数主要定义在hdfs.h文件中，该文件位于hadoop-1.0.1/src/c++/libhdfs/文件夹下，而相应的库文件是位于hadoop-1.0.1/c++/Linux-amd64-64/lib/目录下的libhdfs.so，另外要访问hdfs还需要依赖jdk的相关API，头文件目录包括jdk1.7.0_51/include/和jdk1.7.0_51/include/linux/，库文件为jdk1.7.0_51/jre/lib/amd64/server/目录下的libjvm.so，这些库和包含目录都要在编译连接时给出。下面是一段简单的源程序main.c：
1 #include <stdio.h> 2 3 #include <stdlib.h> 4 5 #include <string.h> 6 7 #include "hdfs.h" 8 9 10 11 int main(int argc, char **argv) 12 13 { 14 15 /* 16 17 * Connection to hdfs. 18 19 */ 20 21 hdfsFS fs = hdfsConnect("127.0.0.1", 9000); 22 23 if(!fs) 24 25 { 26 27 fprintf(stderr, "Failed to connect to hdfs.\n"); 28 29 exit(-1); 30 31 } 32 33 /* 34 35 * Create and open a file in hdfs. 36 37 */ 38 39 const char* writePath = "/user/root/output/testfile.txt"; 40 41 hdfsFile writeFile = hdfsOpenFile(fs, writePath, O_WRONLY|O_CREAT, 0, 0, 0); 42 43 if(!writeFile) 44 45 { 46 47 fprintf(stderr, "Failed to open %s for writing!\n", writePath); 48 49 exit(-1); 50 51 } 52 53 /* 54 55 * Write data to the file. 56 57 */ 58 59 const char* buffer = "Hello, World!"; 60 61 tSize num_written_bytes = hdfsWrite(fs, writeFile, (void*)buffer, strlen(buffer)+1); 62 63 64 65 /* 66 67 * Flush buffer. 68 69 */ 70 71 if (hdfsFlush(fs, writeFile)) 72 73 { 74 75 fprintf(stderr, "Failed to ‘flush‘ %s\n", writePath); 76 77 exit(-1); 78 79 } 80 81 82 83 /* 84 85 * Close the file. 86 87 */ 88 89 hdfsCloseFile(fs, writeFile); 90 91 92 93 unsigned bufferSize=1024; 94 95 const char* readPath = "/user/root/output/testfile.txt"; 96 97 hdfsFile readFile = hdfsOpenFile(fs, readPath, O_RDONLY, bufferSize, 0, 0); 98 99 if (!readFile) {100 101 fprintf(stderr,"couldn‘t open file %s for reading\n",readPath);102 103 exit(-2);104 105 }106 107 // data to be written to the file108 109 char* rbuffer = (char*)malloc(sizeof(char) * (bufferSize+1));110 111 if(rbuffer == NULL) {112 113 return -2;114 115 }116 117 118 119 // read from the file120 121 tSize curSize = bufferSize;122 123 for (; curSize == bufferSize;) {124 125 curSize = hdfsRead(fs, readFile, (void*)rbuffer, curSize);126 127 rbuffer[curSize]=‘\0‘;128 129 fprintf(stdout, "read ‘%s‘ from file!\n", rbuffer);130 131 }132 133 134 135 free(rbuffer);136 137 hdfsCloseFile(fs, readFile);138 139 /*140 141 * Disconnect to hdfs.142 143 */144 145 hdfsDisconnect(fs);146 147 148 149 return 0;150 151 }
程序比较简单，重要的地方都有注释，这里就不一一解释了。程序所实现的主要功能为在hdfs的/user/root/output/目录下新建一名称为testfile.txt的文件，并写入Hello, World!，然后将Hello, World!从该文件中读出并打印出来。如果你的hdfs中没有/user/root/output/目录，则需要你新建一个或将路径改为一个存在的路径。
下面给出我系统中的编译连接指令：
g++ main.cpp -I /root/hadoop-1.0.1/src/c++/libhdfs/ -I /usr/java/jdk1.7.0_51/include/ -I /usr/java/jdk1.7.0_51/include/linux/ -L /root/hadoop-1.0.1/c++/Linux-amd64-64/lib/ -lhdfs -L /usr/java/jdk1.7.0_51/jre/lib/amd64/server/ -ljvm -o hdfs-test
其中，g++为编译指令，-I后面的是头文件包含路径，-L后面的是要连接的库文件路径-lhdfs和-ljvm是要连接的具体库名称。具体路径需要换成你系统中的相应路径。至此，编译应该就可以完成了。但运行时回报找不到libhdfs.so.0和libjvm.so。解决办法是将相应库文件所在目录追加到到/etc/ld.so.conf文件中，然后执行ldconfig命令，这相当于在系统中注册了一下相应的库，运行时就不会找不到了。