我的原创地址：https://dongkelun.com/2018/11/20/getAllHDFSFileNames/

前言

自己有个需求，如题，需要获取HDFS路径下所有的文件名，然后根据文件名用Spark进行后续操作。想了一下用Spark好像不太容易获取到，还要递归的去获取子目录下的文件名，于是查了一下，最后用Hadoop的API搞定，这里记录下，方便以后会用到。

1、数据

测试路径：/tmp/dkl，全路径名hdfs://ambari.master.com:8020/tmp/dkl

用hadoop的命令查看一下，该路径下都有哪些文件和文件夹

hadoop fs -ls /tmp/dkl

附图：

image

2、完整代码

不多做解释了，直接看代码和结果吧(稍微封装了一下,有其它需求可以参考改写)

package com.dkl.leanring.spark.hdfsimport java.net.URI;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.FileSystem;import org.apache.hadoop.fs.Path;import org.apache.hadoop.fs.FileStatus;import org.apache.hadoop.fs.FileUtil;import scala.collection.mutable.ArrayBuffer/**
 * 主要目的是打印某个hdfs目录下所有的文件名，包括子目录下的
 * 其他的方法只是顺带示例，以便有其它需求可以参照改写
 */object FilesList {  def main(args: Array[String]): Unit = {    val path = "hdfs://ambari.master.com:8020/tmp/dkl"

    println("打印所有的文件名，包括子目录")
    listAllFiles(path)
    println("打印一级文件名")
    listFiles(path)
    println("打印一级目录名")
    listDirs(path)
    println("打印一级文件名和目录名")
    listFilesAndDirs(path)    //    getAllFiles(path).foreach(println)
    //    getFiles(path).foreach(println)
    //    getDirs(path).foreach(println)
  }  def getHdfs(path: String) = {    val conf = new Configuration()    FileSystem.get(URI.create(path), conf)
  }  def getFilesAndDirs(path: String): Array[Path] = {    val fs = getHdfs(path).listStatus(new Path(path))    FileUtil.stat2Paths(fs)
  }  /**************直接打印************/

  /**
   * 打印所有的文件名，包括子目录
   */
  def listAllFiles(path: String) {    val hdfs = getHdfs(path)    val listPath = getFilesAndDirs(path)
    listPath.foreach(path => {      if (hdfs.getFileStatus(path).isFile())
        println(path)      else {
        listAllFiles(path.toString())

      }
    })
  }  /**
   * 打印一级文件名
   */
  def listFiles(path: String) {
    getFilesAndDirs(path).filter(getHdfs(path).getFileStatus(_).isFile()).foreach(println)
  }  /**
   * 打印一级目录名
   */
  def listDirs(path: String) {
    getFilesAndDirs(path).filter(getHdfs(path).getFileStatus(_).isDirectory()).foreach(println)
  }  /**
   * 打印一级文件名和目录名
   */
  def listFilesAndDirs(path: String) {
    getFilesAndDirs(path).foreach(println)
  }  /**************直接打印************/

  /**************返回数组************/
  def getAllFiles(path: String): ArrayBuffer[Path] = {    val arr = ArrayBuffer[Path]()    val hdfs = getHdfs(path)    val listPath = getFilesAndDirs(path)
    listPath.foreach(path => {      if (hdfs.getFileStatus(path).isFile()) {
        arr += path
      } else {
        arr ++= getAllFiles(path.toString())
      }

    })
    arr
  }  def getFiles(path: String): Array[Path] = {
    getFilesAndDirs(path).filter(getHdfs(path).getFileStatus(_).isFile())
  }  def getDirs(path: String): Array[Path] = {
    getFilesAndDirs(path).filter(getHdfs(path).getFileStatus(_).isDirectory())
  }  /**************返回数组************/}

3、结果

image

作者：董可伦
链接：https://www.jianshu.com/p/23b1e6bd9624