我正在尝试对存储在 HDFS 中的 Avro 文件进行简单读取。我发现当它位于本地文件系统上时如何读取它......

FileReader reader = DataFileReader.openReader(new File(filename), new GenericDatumReader());

for (GenericRecord datum : fileReader) {
   String value = datum.get(1).toString();
   System.out.println("value = " value);
}

reader.close();

不过，我的文件位于 HDFS 中。我无法为 openReader 提供 Path 或 FSDataInputStream。如何简单地读取 HDFS 中的 Avro 文件？

编辑：我通过创建一个实现 SeekableInput 的自定义类 (SeekableHadoopInput) 来实现这一点。我从 github 上的“Ganglion”“偷”了这个。不过，似乎会有一个 Hadoop/Avro 集成路径。

Thanks

The FsInput http://avro.apache.org/docs/1.7.3/api/java/org/apache/avro/mapred/FsInput.html类（在 avro-mapred 子模块中，因为它依赖于 Hadoop）可以做到这一点。它提供 Avro 数据文件所需的可查找输入流。

Path path = new Path("/path/on/hdfs");
Configuration config = new Configuration(); // make this your Hadoop env config
SeekableInput input = new FsInput(path, config);
DatumReader<GenericRecord> reader = new GenericDatumReader<GenericRecord>();
FileReader<GenericRecord> fileReader = DataFileReader.openReader(input, reader);

for (GenericRecord datum : fileReader) {
    System.out.println("value = " + datum);
}

fileReader.close(); // also closes underlying FsInput