2．HDFS 常用操作

（1） 啟動 Hadoop，在 HDFS 中建立使用者目錄“/user/hadoop”；

（2） 在 Linux 系統的本地檔案系統的“/home/hadoop”目錄下新建一個文字檔案 test.txt，並在該檔案中隨便輸入一些內容，然後上傳到 HDFS 的“/user/hadoop” 目錄下；

（3） 把 HDFS 中“/user/hadoop”目錄下的 test.txt 檔案，下載到 Linux 系統的本地文 件系統中的“/home/hadoop/下載”目錄下；

（4） 將HDFS中“/user/hadoop”目錄下的test.txt檔案的內容輸出到終端中進行顯示

（5） 在 HDFS 中的“/user/hadoop”目錄下，建立子目錄 input，把 HDFS 中 “/user/hadoop”目錄下的 test.txt 檔案，複製到“/user/hadoop/input”目錄下；

（6） 刪除HDFS中“/user/hadoop”目錄下的test.txt檔案，刪除HDFS中“/user/hadoop” 目錄下的 input 子目錄及其子目錄下的所有內容。

3. Spark 讀取檔案系統的資料

（1）在 spark-shell 中讀取 Linux 系統本地檔案“/home/hadoop/test.txt”，然後統計出文 件的行數；

（2）在 spark-shell 中讀取 HDFS 系統檔案“/user/hadoop/test.txt”（如果該檔案不存在， 請先建立），然後，統計出檔案的行數；

（3）編寫獨立應用程式，讀取 HDFS 系統檔案“/user/hadoop/test.txt”（如果該檔案不存在， 請先建立），然後，統計出檔案的行數；通過 sbt 工具將整個應用程式編譯打包成 JAR 包， 並將生成的 JAR 包通過 spark-submit 提交到 Spark 中執行命令。

程式碼檔案中輸入以下程式碼：

/* SimpleApp.scala */

import org.apache.spark.SparkContext

import org.apache.spark.SparkContext._

import org.apache.spark.SparkConf

object SimpleApp {

def main(args: Array[String]) {

val logFile = " hdfs://localhost:9000/user/hadoop/test.txt"

val conf = new SparkConf().setAppName("Simple Application")

val sc = new SparkContext(conf)

val logData = sc.textFile(logFile, 2)

val num = logData.count()

printf("The num of this file is %d", num)

}

}

打包程式：

生成的 JAR 包的位置為：

對於前面 sbt 打包得到的應用程式 JAR 包，可以通過 spark-submit 提交到 Spark 中運 行，

/opt/module/spark-3.1.2/bin/spark-submit --class "SimpleAppShiYan" /opt/module/sbt/mycode/target/scala-2.12/simple-project_2.12-1.0.jar