循环通过hdfs目录

Question

我的HDFS目录结构如下所示.

/user/hive/warehouse/check.db/abcd/date=2015-02-02/xyz=hijk/000000_0 /user/hive/warehouse/check.db/abcd/date=2015-02-02/xyz=pqrs/000000_0

我试图遍历"/user/hive/warehouse/check.db/abcd"下的所有目录,并派生2个字段,并使用下面的代码.

INPUT='/user/hive/warehouse/check.db/abcd'

for dir in $(hadoop fs -ls $INPUT/*/ | grep -o -e "$INPUT/.*") ; do

    xyz=$(echo $dir | cut -d '=' -f 3)
    date=$(echo $dir | sed 's/.*date=\(.*\)\/xyz.*/\1/g')

done

这是最好的方法吗？还是有更好的替代方法来做到这一点？

Answer 1

您还可以使用 Java 代码或 python 脚本，尽管这似乎也足够好了。