使用 Spark 跨集群同步HDFS數(shù)據(jù)

import org.apache.log4j.{Level, Logger}
import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.SparkSession

object TestFileCopy {

  def main(args: Array[String]): Unit = {
    Logger.getLogger("org.apache.spark").setLevel(Level.WARN)
    val conf: SparkConf = new SparkConf()
      .setIfMissing("spark.master", "local[4]")
      .setAppName("Test File Copy App")

    val spark: SparkSession = SparkSession.builder.config(conf).getOrCreate()

    //獲取 SparkSession 的 SparkContext
    val sc: SparkContext = spark.sparkContext
//    hdfsFileCopy1(sc)
    hdfsFileCopy2(sc)
    sc.stop()
  }

  def hdfsFileCopy1(sc: SparkContext){
    // 在輸入數(shù)據(jù)之前先將hadoop config配置為cluster1集群
    sc.hadoopConfiguration.addResource("cluster1/core-site.xml")
    sc.hadoopConfiguration.addResource("cluster1/hdfs-site.xml")

    val sourceDatePath = "hdfs://cluster1/tmp/"
    val source: RDD[String] = sc.textFile(sourceDatePath + "aaa.txt")

    source.foreach(println(_))
    // 再將 hadoop config 設(shè)為cluster2集群
    sc.hadoopConfiguration.addResource("cluster2/core-site.xml")
    sc.hadoopConfiguration.addResource("cluster2/hdfs-site.xml")
    val targetDatePath = "hdfs://cluster2/tmp/hdb/"
    source.saveAsTextFile(targetDatePath)
  }

  def hdfsFileCopy2(sc: SparkContext){
    // cluster1
    sc.hadoopConfiguration.set("fs.defaultFS", "hdfs://cluster1");
    sc.hadoopConfiguration.set("dfs.nameservices", "cluster1");
    sc.hadoopConfiguration.set("dfs.ha.namenodes.cluster1", "namenode98,namenode143");
    sc.hadoopConfiguration.set("dfs.namenode.rpc-address.cluster1.namenode98", "cdh-nn-01:8020");
    sc.hadoopConfiguration.set("dfs.namenode.rpc-address.cluster1.namenode143", "cdh-nn-02:8020");
    sc.hadoopConfiguration.set("dfs.client.failover.proxy.provider.cluster1", "org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider");

    val sourceDatePath = "hdfs://cluster1/tmp/"
    val source: RDD[String] = sc.textFile(sourceDatePath + "aaa.txt")
    source.foreach(println(_))

    // cluster2
    sc.hadoopConfiguration.set("fs.defaultFS", "hdfs://cluster2");
    sc.hadoopConfiguration.set("dfs.nameservices", "cluster2");
    sc.hadoopConfiguration.set("dfs.ha.namenodes.cluster2", "namenode424,namenode417");
    sc.hadoopConfiguration.set("dfs.namenode.rpc-address.cluster2.namenode424", "node-nn-01:8020");
    sc.hadoopConfiguration.set("dfs.namenode.rpc-address.cluster2.namenode417", "node-nn-02:8020");
    sc.hadoopConfiguration.set("dfs.client.failover.proxy.provider.cluster2", "org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider");

    val targetDatePath = "hdfs://cluster2/tmp/hdb/"
    source.saveAsTextFile(targetDatePath)
  }
}
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市梅割,隨后出現(xiàn)的幾起案子痴鳄,更是在濱河造成了極大的恐慌腾它,老刑警劉巖熏矿,帶你破解...
    沈念sama閱讀 219,270評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異见妒,居然都是意外死亡供搀,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,489評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門(mén)止后,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)瞎惫,“玉大人,你說(shuō)我怎么就攤上這事译株」侠” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 165,630評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵歉糜,是天一觀的道長(zhǎng)乘寒。 經(jīng)常有香客問(wèn)我,道長(zhǎng)匪补,這世上最難降的妖魔是什么伞辛? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,906評(píng)論 1 295
  • 正文 為了忘掉前任烂翰,我火速辦了婚禮,結(jié)果婚禮上蚤氏,老公的妹妹穿的比我還像新娘刽酱。我一直安慰自己,他們只是感情好瞧捌,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,928評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布棵里。 她就那樣靜靜地躺著,像睡著了一般姐呐。 火紅的嫁衣襯著肌膚如雪殿怜。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 51,718評(píng)論 1 305
  • 那天曙砂,我揣著相機(jī)與錄音头谜,去河邊找鬼。 笑死鸠澈,一個(gè)胖子當(dāng)著我的面吹牛柱告,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播笑陈,決...
    沈念sama閱讀 40,442評(píng)論 3 420
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼际度,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了涵妥?” 一聲冷哼從身側(cè)響起乖菱,我...
    開(kāi)封第一講書(shū)人閱讀 39,345評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎蓬网,沒(méi)想到半個(gè)月后窒所,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,802評(píng)論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡帆锋,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,984評(píng)論 3 337
  • 正文 我和宋清朗相戀三年吵取,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片锯厢。...
    茶點(diǎn)故事閱讀 40,117評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡皮官,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出哲鸳,到底是詐尸還是另有隱情臣疑,我是刑警寧澤,帶...
    沈念sama閱讀 35,810評(píng)論 5 346
  • 正文 年R本政府宣布徙菠,位于F島的核電站,受9級(jí)特大地震影響郁岩,放射性物質(zhì)發(fā)生泄漏婿奔。R本人自食惡果不足惜缺狠,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,462評(píng)論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望萍摊。 院中可真熱鬧挤茄,春花似錦、人聲如沸冰木。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,011評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)踊沸。三九已至歇终,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間逼龟,已是汗流浹背评凝。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,139評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留腺律,地道東北人奕短。 一個(gè)月前我還...
    沈念sama閱讀 48,377評(píng)論 3 373
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像匀钧,于是被迫代替她去往敵國(guó)和親翎碑。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,060評(píng)論 2 355