1

我想将大量文件从 HDFS 发送到 Google Storage (GS)。所以我想在这种情况下使用 distcp 命令。

hadoop distcp -libjars <full path to connector jar> -m <amount of mappers> hdfs://<host>:<port(default 8020)>/<hdfs path> gs://<backet name>/

我还需要在 core-site.xml 中指定 *.p12 密钥文件才能访问 GS。我需要将此文件分发到集群中的所有节点。

<property>
    <name>google.cloud.auth.service.account.keyfile</name>
    <value>/opt/hadoop/conf/gcskey.p12</value>
</property>

我不想手动操作。分发密钥文件的最佳做法是什么？

4

1 回答 1

1

有一个通用参数

-files <comma separated list of files> specify comma separated files to be copied to the map reduce cluster

命令将是

hadoop distcp -libjars <full path to connector jar> -files /etc/hadoop/conf/gcskey.p12 -m <amount of mappers>  hdfs://<host>:<port(default 8020)>/<hdfs path> gs://<backet name>/

NOTE1在这种情况下，我们需要在 core-site.xml 上设置密钥路径（google.cloud.auth.service.account.keyfile），如下例所示

注意 2您需要在当前目录中有 .p12 密钥文件，因为 haddop 在启动时会检查来自核心站点的路径。

<property>
    <name>fs.gs.impl</name>
    <value>com.google.cloud.hadoop.fs.gcs.GoogleHadoopFileSystem</value>
</property>
<property>
    <name>fs.AbstractFileSystem.gs.impl</name>
    <value>com.google.cloud.hadoop.fs.gcs.GoogleHadoopFS</value>
    <description>
        The AbstractFileSystem for gs: (GCS) uris. Only necessary for use with Hadoop 2.
    </description>
</property>
<property>
    <name>fs.gs.project.id</name>
    <value>google project id</value>
    <description>Google Project Id</description>
</property>
<property>
    <name>google.cloud.auth.service.account.enable</name>
    <value>true</value>
</property>
<property>
    <name>google.cloud.auth.service.account.email</name>
    <value>google service account email</value>
    <description>Project service account email</description>
</property>
<property>
    <name>google.cloud.auth.service.account.keyfile</name>
    <value>gcskey.p12</value>
    <description>Local path to .p12 key at each node</description>
</property>
于 2016-06-15T13:23:47.047 回答