如何在Apache Spark中删除以某些单词开头的多个hdfs目录

Question

我使用dstream.saveAsObjectFiles("/temObj")方法将对象文件持久存储在火花流中， dstream.saveAsObjectFiles("/temObj")方法在hdfs中显示多个文件。

temObj-1506338844000
temObj-1506338848000
temObj-1506338852000
temObj-1506338856000
temObj-1506338860000

阅读全部后，我想删除所有temObj文件。 打赌的方式是什么？ 我试过了

val hdfs = org.apache.hadoop.fs.FileSystem.get(new java.net.URI("hdfs://localhost:9000"), hadoopConf)
hdfs.delete(new org.apache.hadoop.fs.Path(Path), true) 

但一次只能删除ane文件夹

Answer 1

不幸的是，删除不支持glob。

您可以使用globStatus并globStatus遍历文件/目录并删除它们。

val hdfs = FileSystem.get(sc.hadoopConfiguration)

val deletePaths = hdfs.globStatus(new Path("/tempObj-*") ).map(_.getPath)

deletePaths.foreach{ path => hdfs.delete(path, true) }

或者，您可以使用sys.process执行Shell命令

import scala.sys.process._

"hdfs dfs -rm -r /tempObj*" !