如何将文件从本地移动到 Python 中的 HDFS？

Question

我有一个脚本来检查目录中的文件。如果存在正确的文件（带关键字），我想将 that/those 个文件移动到 HDFS 位置。

import os
tRoot = "/tmp/mike"
keyword = "test"
for root, dirs, files in os.walk(tRoot):
    for file in files:
        if keyword in file:
            fullPath = str(os.path.join(root, file))
        subprocess.call(['hdfs', 'dfs', '-copyFromLocal','/tmp/mike/test*','hdfs:///user/edwaeadt/app'], shell=True)

我看到以下错误：

Usage: hdfs [--config confdir] [--loglevel loglevel] COMMAND

我也试过

 subprocess.call(['hadoop', 'fs', '-copyFromLocal', '/tmp/mike/test*', 'hdfs:///user/edwaeadt/app'], shell=True)

但我看到了

Usage: hadoop [--config confdir] [COMMAND | CLASSNAME]
  CLASSNAME

此外，这个循环似乎是运行 3 次。因为我现在看到文件已移至 hdfs 位置，但我也看到两次它表示文件存在。好像这个 copyFromLocal 是运行 3 次。有什么想法吗？

Answer 1

如果您打算使用子流程并且 shell=True 那么您的命令应该读作

subprocess.call(['hadoop fs -copyFromLocal /tmp/mike/test* hdfs:///user/edwaeadt/app'], shell=True)

如何将文件从本地移动到 Python 中的 HDFS？

How do I move a file from local to HDFS in Python?

python

shell

hdfs