WebHDFS与HttpFS的使用
WebHDFS
介绍
提供HDFS的RESTful接口,可通过此接口进行HDFS文件操作。
安装
WebHDFS服务内置在HDFS中,不需额外安装、启动。
配置
需要在hdfs-site.xml打开WebHDFS开关,此开关默认打开。
<property>
<name>dfs.webhdfs.enabled</name>
<value>true</value>
</property>
使用
连接NameNode的50070端口进行文件操作。
比如:curl "http://ctrl:50070/webhdfs/v1/?op=liststatus&user.name=root" | python -mjson.tool
更多操作
参考文档:官方WebHDFS REST API
HttpFS(Hadoop HDFS over HTTP)
介绍
HttpFS is a server that provides a REST HTTP gateway supporting all HDFS File System operations (read and write). And it is inteoperable with the webhdfs REST HTTP API.
安装
Hadoop自带,不需要额外安装。默认服务未启动,需要手工启动。
配置
httpfs-site.xml
有配置文件httpfs-site.xml,此配置文件一般保存默认即可,无需修改。hdfs-site.xml
需要增加如下配置,其他两个参数名称中的root代表的是启动hdfs服务的OS用户,应以实际的用户名称代替。
<property>
<name>hadoop.proxyuser.root.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.root.groups</name>
<value>*</value>
</property>
启动
sbin/httpfs.sh start
sbin/httpfs.sh stop
启动后,默认监听14000端口:
[root@ctrl sbin]# netstat -antp | grep 14000
tcp 0 0 :::14000 :::* LISTEN 7415/java
[root@ctrl sbin]#
使用
curl “http://ctrl:14000/webhdfs/v1/?op=liststatus&user.name=root” | python -mjson.tool
更多操作
参考文档
更多操作:
官方WebHDFS REST API
HttpFS官方文档
WebHDFS与HttpFS的关系
WebHDFS vs HttpFs Major difference between WebHDFS and HttpFs: WebHDFS needs access to all nodes of the cluster and when some data is read it is transmitted from that node directly, whereas in HttpFs, a singe node will act similar to a “gateway” and will be a single point of data transfer to the client node. So, HttpFs could be choked during a large file transfer but the good thing is that we are minimizing the footprint required to access HDFS.