当我们登陆之后，百度提供了在server上面的工作文件夹，而且是以/user/username方式命名，其username就是我们注冊的用户名，在百度网盘能够与HDFS分布式文件系统交互，相同在WEBserver上也能够与HDFS分布式系统交互，其方法是：在web shell 界面输入upload能够将用户文件上传到WEBserver上面用户相应的工作文件夹以下，然后我们能够使用hadoop fs -put test ./ 将WEBserver上的文件上传到HDFS分布式系统上，在WEBserver上面能够使用ls直接查看当前文件夹以下文件，能够使用hadoop fs -ls ./查看HDFS分布式系统上文件夹以下的文件。

主办方提供三种数据： 
1.关键词数据集（文件为：hdfs://share/data/compad/keyword_class.txt） 
2.关键词辅助信息数据集（文件为：hdfs://share/data/compad/keyword_titles.txt） 
3.关键词与广告主关联关系数据集（文件为：hdfs://share/data/compad/keyword_users.txt）

使用例如以下命令将hdfs分布式系统上的文件下载到WEBserver： 
hadoop fs -get /share/data/compad/keyword_class.txt ./keyword_class.txt 
hadoop fs -get /share/data/compad/keyword_titles.txt ./keyword_titles.txt 
hadoop fs -get /share/data/compad/keyword_users.txt ./keyword_users.txt 
下载之后其存放路径是： 
 
当我想使用download命令将文件下载到本地时候。会提示文件超过大小，百度提供的文件大小权限是10M。超过10M文件无法下载。

相同我们还能够使用 
hadoop fs -cp /share/data/compad/keyword_users.txt ./keyword_users.txt 
将文件复制到HDFS分布式系统上面我们自己的用户文件夹下 
如：我拷贝过之后，使用命令查看， hadoop fs -ls ./其所在路径是： 

注意：两种方式拷贝的文件的目的路径是不同的。

Hadoop 运行jar文件命令：hadoop jar xxx.jar mainclass args

hadoop jar ./My.jar 
My.jar 应该存在你的JobClient的个人文件夹下(/home/shijiebei2009/My.jar)， 
而不是你的hdfs个人文件夹下。

假设我运行位于HDFS分布式系统上的jar文件，那么会出现permission denied错误提示。

我们能够实现百度网盘与HDFS分布式文件系统进行交互。

从百度网盘到HDFS的文件传输 
pan –put ./tupian.png ./test/tupian.png

从HDFS到百度网盘的文件传输 
pan –get ./test/tupian.png./test/tupian.png

在用户的server上工作文件夹下存在一个文件index.html，用户输入hadoop fs –put index.html ./001，则会拷贝用户server上工作文件夹下的index.html。保存在用户在HDFS的工作文件夹下的001子文件夹中。

Question： 
在从HDFS上向网盘转移文件时候，使用例如以下命令 
pan -get /share/data/compad/keyword_class.txt ./keyword_class.txt 
会出现 
hdfs file not exist! 
使用命令： 
pan -get /share/data/compad/keyword_titles.txt ./keyword_titles.txt 
会出现： 
com.baidu.pcs.exception.PcsHttpException: org.apache.http.HttpException: IOException java.net.SocketException: Connection reset

当我在使用命令从网盘向HDFS上载文件时候，提示上载成功 
 
可是在文件夹以下并不能找到我上载的文件

pan -get /user/shijiebei2009/keyword_class.txt ./keyword_class.txt 
pan -get /user/shijiebei2009/keyword_users.txt ./keyword_users.txt 
这两条命令均能够成功将文件下载到百度网盘，可是例如以下命令下载还有一个文件时候 
 
会提示文件过大，不能下载。

在使用例如以下程序訪问keyword_titles.txt时候，出现的错误提示

import java.io.BufferedReader;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.ArrayList;


public class hi {
       public static void main(String[] args) {
              ArrayList<String> keywordclass=new ArrayList<String>();
              ArrayList<String> keywordtitles=new ArrayList<String>();
              ArrayList<String> keywordusers=new ArrayList<String>();
              keywordtitles = GetData("keyword_titles.txt");
//            keywordclass = GetData("keyword_class.txt");
//            keywordusers = GetData("keyword_users.txt");

//            System.out.println(keywordclass.size()+"   "+keywordtitles.size()+"  "+keywordusers.size());
//                   System.out.println(keywordclass.size());
              System.out.println(keywordtitles.size());
       }
       public static ArrayList<String> GetData(String filename) {
              String dir=System.getProperty("user.dir")+"/"+filename;
              ArrayList<String> datalist=new ArrayList<String>();
              File file=new File(dir);
              String line;
              try {
                     BufferedReader reader=new BufferedReader( new FileReader(file));
                     while((line=reader.readLine())!=null)
                            datalist.add(line);
              } catch (Exception e) {
                     // TODO Auto-generated catch block
                     e.printStackTrace();
              }
              System.out.println(dir);
              return datalist;
       }
}

 
当我想知道keyword_class.txt文件的大小的时候。程序结果例如以下： 
 
程序输出的数据是行数

当我想知道keyword_users.txt文件的大小的时候，程序结果例如以下： 

经过试验，假设我将程序中的dir改成例如以下形式 
dir = “hdfs://share/data/compad/keyword_class.txt”; 
即我要訪问HDFS分布式系统上的文件是訪问不了的，程序给出提演示样例如以下：

本文转自mfrbuaa博客园博客，原文链接：http://www.cnblogs.com/mfrbuaa/p/5274628.html，如需转载请自行联系原作者