如何在Python中将文件从本地移动到HDFS？

Question

我有一个脚本来检查目录中的文件。 如果存在正确的文件（带有关键字），我要将那个/那些文件移动到HDFS位置。

import os
tRoot = "/tmp/mike"
keyword = "test"
for root, dirs, files in os.walk(tRoot):
    for file in files:
        if keyword in file:
            fullPath = str(os.path.join(root, file))
        subprocess.call(['hdfs', 'dfs', '-copyFromLocal','/tmp/mike/test*','hdfs:///user/edwaeadt/app'], shell=True)

我看到以下错误：

Usage: hdfs [--config confdir] [--loglevel loglevel] COMMAND

我也尝试过

 subprocess.call(['hadoop', 'fs', '-copyFromLocal', '/tmp/mike/test*', 'hdfs:///user/edwaeadt/app'], shell=True)

但我看到

Usage: hadoop [--config confdir] [COMMAND | CLASSNAME]
  CLASSNAME       

此外，似乎此循环正在运行3次。 因为我现在看到文件移到了hdfs位置，但是我还两次看到文件存在的位置。 好像这个copyFromLocal正在运行3次。 有任何想法吗？

Answer 1

如果您打算使用subprocess和shell = True，那么您的命令应显示为

subprocess.call(['hadoop fs -copyFromLocal /tmp/mike/test* hdfs:///user/edwaeadt/app'], shell=True)