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：

#include <stdio.h>

#include <stdlib.h>

#include <string.h>

#include "hdfs.h"

int main(int argc, char **argv)

{

/*

* Connection to hdfs.

*/

hdfsFS fs = hdfsConnect("127.0.0.1", 9000);

if(!fs)

{

fprintf(stderr, "Failed to connect to hdfs.\n");

exit(-1);

}

/*

* Create and open a file in hdfs.

*/

const char* writePath = "/user/root/output/testfile.txt";

hdfsFile writeFile = hdfsOpenFile(fs, writePath, O_WRONLY|O_CREAT, 0, 0, 0);

if(!writeFile)

{

fprintf(stderr, "Failed to open %s for writing!\n", writePath);

exit(-1);

}

/*

* Write data to the file.

*/

const char* buffer = "Hello, World!";

tSize num_written_bytes = hdfsWrite(fs, writeFile, (void*)buffer, strlen(buffer)+1);

/*

* Flush buffer.

*/

if (hdfsFlush(fs, writeFile))

{

fprintf(stderr, "Failed to 'flush' %s\n", writePath);

exit(-1);

}

/*

* Close the file.

*/

hdfsCloseFile(fs, writeFile);

unsigned bufferSize=1024;

const char* readPath = "/user/root/output/testfile.txt";

hdfsFile readFile = hdfsOpenFile(fs, readPath, O_RDONLY, bufferSize, 0, 0);

if (!readFile) {

fprintf(stderr,"couldn't open file %s for reading\n",readPath);

exit(-2);

}

// data to be written to the file

char* rbuffer = (char*)malloc(sizeof(char) * (bufferSize+1));

if(rbuffer == NULL) {

return -2;

}

// read from the file

tSize curSize = bufferSize;

for (; curSize == bufferSize;) {

curSize = hdfsRead(fs, readFile, (void*)rbuffer, curSize);

rbuffer[curSize]='\0';

fprintf(stdout, "read '%s' from file!\n", rbuffer);

}

free(rbuffer);

hdfsCloseFile(fs, readFile);

/*

* Disconnect to hdfs.

*/

hdfsDisconnect(fs);

return 0;

}

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。