FTP遍历目录查找指定目录下的文件导入HDFS

最新推荐文章于 2024-05-14 16:52:47 发布

数往知来

最新推荐文章于 2024-05-14 16:52:47 发布

阅读量1.2k

点赞数 2

分类专栏： Hadoop Spark Java 文章标签： java 大数据 hdfs hadoop ftp

本文链接：https://blog.youkuaiyun.com/qq_33891419/article/details/88844267

版权

本文介绍了一种使用Java遍历FTP服务器指定目录，查找特定文件夹并将其内容导入到HDFS的实现方法。首先通过FTPClient连接FTP，接着遍历目录，递归查找目标文件夹，然后将找到的文件下载到HDFS。在下载过程中，需要注意在每次循环前更改FTP工作目录，以正确获取文件的输入流。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

 最近有个需求，ftp主机上有很多目录，目录下层级不一，需要把父目录下所有满足的文件夹下的指定文件下载到HDFS，并且保留目录结构，因为数据在ftp主机已经落地，如果用公司内部的etl工具并不好实现这种层级不一的文件导入，故改用开发代码去实现。

思路：1.遍历ftp指定目录,找到指定文件夹的路径
2.拿到所有文件夹的路径，下载到hdfs

实现（这里只放本地测试代码）：
1.FTP连接工具类


import org.apache.commons.net.ftp.FTPClient;
import org.apache.commons.net.ftp.FTPReply;
import org.apache.log4j.Logger;

import java.io.IOException;

/**
 * @ClassName FTPUtils
 * @Decription FTP Connect Util Class
 * @Author KGC
 * @Date 2019/03/21
 **/
public class FTPUtils {

    private static Logger logger = Logger.getLogger(FTPUtils.class);

    /**
     * FTP连接
     */
    public static FTPClient loginFTP(String host, int port, String userName, String passWord) {
       // ftpClient.enterLocalPassiveMode();

        FTPClient ftpClient = null;

        try {
            ftpClient

最低0.47元/天解锁文章