大数据系统分析实验报告（学生版）.docxVIP

《大数据技术与应用》

实验报告

至

年第

学期

专业

班级

姓名

学号

指导教师

实验1安装Hadoop和熟悉常用的HDFS操作

实训目的

（1）掌握Linux虚拟机的安装方法。Hadoop在Linux操作系统上运行可以发挥最佳性能。鉴于目前很多读者正在使用Windows操作系统，因此，为了完成本书的后续实验，这里有必要通过本实验让读者掌握在Windows操作系统上搭建Linux虚拟机的方法。

（2）掌握Hadoop的分布式安装方法。很多读者并不具备集群环境，需要在一台机器上模拟一个小的集群，因此，需要通过本实验让读者掌握在多个虚拟机上进行Hadoop的分布式安装方法。

（3）理解HDFS在Hadoop体系结构中的角色。

（4）熟悉使用HDFS操作常用的Shell命令。

（5）熟悉HDFS操作常用的JavaAPI。

实验平台

安装Hadoop

操作系统:?Windows?系统或者Ubuntu?(推荐)。

虚拟机软件:推荐使用的开源虚拟机软件为VirtualBox，VirtualBox是一款功能强大的免费虚拟机软件，不仅具有丰富的特色、优异的性能，而且简单易用，可虚拟的系统包括Windows、MacOSx、Linux、OpenBSD、Solris、IBM?052,甚至Android4.0系统等。读者可以在Windows系统上安装VirtualBox软件，然后在VirualBox上安装并且运行Linux操作系统。本次实验默认的Linux发行版为Ubuntu14.01。

熟悉常用的HDFS操作

操作系统：Linux

Hadoop版本：2.7.3或以上版本

JDK版本：1.7或以上版本

JAVAJDE：Eclipse

Hadoop安装实验内容和要求

任务1：

1、安装Linux虚拟机

2、进行Hadoop分布式安装

在Linux环境下完成分布式环境的搭建。

任务2：

1、编程实现一下指定功能，并利用Hadoop提供的Shell命令完成相同的任务。

①向HDFS中上传任意文本文件，如果指定的文件在HDFS中已经存在，由用户指定是追加到原有文件末尾还是覆盖原来的文件。

②从HDFS中下载指定文件，如果本地文件与要下载的文件名称相同，则自动对下载的文件重命名。

③将HDFS中指定文件的内容输出到终端。

④显示HDFS中指定的文件读写权限、大小、创建时间.路径等信息。

⑤给定HDFS中某一个目录，输出该目录下的所有文件的读写权限、大小、创建时间、路径等信息，如果该文件是目录，则递归输出该目录下所有文件相关信息。

⑥提供一个HDFS内的文件的路径，对该文件进行创建和删除操作。如果文件所在目录不存在，则自动创建目录。

⑦提供一个HDFS的目录的路径，对该目录进行创建和删除操作。创建目录时，如果目录文件所在目录不存在则自动创建相应目录;删除目录时，由用户指定当该目录不为空时是否还删除该目录。

⑧向HDFS中指定的文件追加内容，由用户指定内容追加到原有文件的开头或结尾。

⑨删除HDFS中指定的文件。

⑩在HDFS中将文件从源路径移动到目的路径。

2、编程实现一个类“MyFSDataInputStream”，该类继承“org.apache.hadoop.fs.FSDataImpuStream”,要求如下：

①实现按行读取HDFS中指定文件的方法“readLine()，如果读到文件末尾，则返回空，否则返回文件一行的文本。

②实现缓存功能，即利用“MyFSDatalnputSream”读取若干字节数据时，首先查找缓存，如果缓存中有所需数据，则直接由缓存提供，否则向HDFS读取数据。

实验步骤

注意事项：

任务1：只需截最终效果图、检测程序运行成功的界面，再加说明。

任务2：第一小题要有程序和对应的HDFS的shell命令，所有结果过程要截图和说明。

《大数据技术与应用》

实验报告（二）

至

年第

学期

专业

班级

姓名