hadoop - HDFS中的样本数据

我需要从HDFS获取一些示例数据。

我在用 :

hadoop fs -tail dev/sample.csv

它显示要输出的文件的最后千字节。

是否可以通过Java API使用hadoop fs -tail？

还有其他方法可以从HDFS中获取样本数据(随机)吗？

最佳答案

您可以在aws repo中找到一些数据集

在org.apache.hadoop.fs.FsShell.tail(String[], int)中，您可以使用hdfs dfs -tail，例如:

long fileSize = srcFs.getFileStatus(path).getLen();
long offset = (fileSize > 1024) ? fileSize - 1024: 0;

while (true) {
  FSDataInputStream in = srcFs.open(path);
  in.seek(offset);
  IOUtils.copyBytes(in, System.out, 1024, false);
  offset = in.getPos();
  in.close();
  if (!foption) {
    break;
  }
  fileSize = srcFs.getFileStatus(path).getLen();
  offset = (fileSize > offset) ? offset: fileSize;
  try {
    Thread.sleep(5000);
  } catch (InterruptedException e) {
    break;
  }
}