Apache Hadoop 2.9.0

请查看原文：http://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-hdfs/LibHdfs.html

（如果转发，请标明出处）

简介

libhdfs是一个基于JNI的面向Hadoop的分布式文件系统( HDFS )的C语言接口。它为HDFS应用编程接口的子集提供C应用编程接口，以操作HDFS文件和文件系统。libhdfs 是Hadoop发行版本的一部分，并预编译了 $HADOOP_HDFS_HOME/lib/native/libhdfs.so 。libhdfs 能够跟Windows兼容，也能在Windows 下，hadoop-hdfs-project/hadoop-hdfs 源码目录下运行mvn compile进行编译。

APIs

libhdfs API 是  Hadoop FileSystem APIs的一个子集。Libhdfs 的头文件 $HADOOP_HDFS_HOME/include/hdfs.h描述了每个API的细节。

一个例子程序

#include "hdfs.h"

int main(int argc, char **argv) {

    hdfsFS fs = hdfsConnect("default", 0);

    const char* writePath = "/tmp/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);

    }

    char* buffer = "Hello, World!";

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

    if (hdfsFlush(fs, writeFile)) {

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

          exit(-1);

    }

    hdfsCloseFile(fs, writeFile);

}

怎么链接库

在libhdfs 源码目录下（hadoop-hdfs-project/hadoop-hdfs/src/CMakeLists.txt）查看test_libhdfs_ops.c的CMake 文件，类似这样的进行链接：gcc above_sample.c -I$HADOOP_HDFS_HOME/include -L$HADOOP_HDFS_HOME/lib/native -lhdfs -o above_sample

一般问题

比较常见的问题是在调用一个使用libhdfs的程序时，没有设置合适的CLASSPATH 。必须确保将CLASSPATH 设置为运行Hadoop本身需要的所有Hadoop jars 和包含 hdfs-site.xml的正确配置目录。通过通配符语法指定多个jars是无效的。通过运行 hadoop classpath --glob 或者hadoop classpath --jar <path>来生成部署需要的正确classpath是非常有用的，可以查看 Hadoop Commands Reference来获得这个命令的详细信息。

线程安全

libdhfs 是线程安全的。

①　并发和Hadoop FS“句柄”

Hadoop FS实现包括一个FS句柄缓存，该缓存基于NameNode的URI以及用户连接进行缓存。因此，对hdfsConnect 的所有调用都将返回相同的句柄，但对具有不同用户的hdfsConnectAsUser 的调用将返回不同的句柄。但是，由于HDFS客户端句柄完全是线程安全的，因此这与并发性无关。

②　并发和libhdfs/JNI

对JNI的libhdfs调用应该始终创建线程本地存储，因此(理论上) libhdfs应该与对Hadoop FS的底层调用一样的安全。

------------全文完 -----------------