使用HDFS API在HDFS中读取文件

在Hadoop分布式文件系统（HDFS）中，通过HDFS API进行文件读取通常涉及到`org.apache.hadoop.fs.FileSystem` 和 `org.apache.hadoop.fs.Path`这两个核心类。以下是使用Java的基本步骤：

1. **初始化FileSystem**: 首先，你需要创建一个`FileSystem`实例，这通常是在Hadoop配置文件（如core-site.xml）中设置的默认文件系统，例如：

Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);

2. **指定文件路径**: 然后，你需要创建一个`Path`对象来表示你要读取的文件的绝对路径：

Path filePath = new Path("/path/to/your/file");

3. **检查文件存在**: 可以先使用`exists()`方法确认文件是否存在：

boolean exists = fs.exists(filePath);
if (exists) {
    // 文件存在，继续读取
} else {
    throw new FileNotFoundException("File not found: " + filePath);
}

4. **打开文件流**: 调用`open()`方法创建一个`FSDataInputStream`，它代表了HDFS上的文件：

FSDataInputStream in = fs.open(filePath);

5. **读取数据**: 使用`FSDataInputStream`可以像处理常规`InputStream`一样读取数据，比如逐字节读取：

byte[] buffer = new byte[1024];
int bytesRead;
while ((bytesRead = in.read(buffer)) != -1) {
    String readData = new String(buffer, 0, bytesRead);
    // 对数据进行处理...
}

6. **关闭文件流**: 最后别忘了关闭输入流以释放资源：

in.close();
fs.close();