大家好，今天小编关注到一个比较有意思的话题，就是关于java hdfs配置的问题，于是小编就整理了3个相关介绍的解答，让我们一起看看吧。
java修改hdfs上文件权限的问题？
看来你是开启了HDFS的权限检查功能，这样你访问HDFS，NameNode都会检查访问用户的权限的。
你现在想要修改/process/startall.txt文件的权限，那process目录以及startall.txt的有效用户、有效组以及其权限是什么呢？
假设process目录与startall.txt原始的有效用户和有效组分别为root和supergroup，原始权限为750的话，你若在自己电脑运行上述程序，它会自动获取当前计算机的登录用户，假设为wyc,去访问HDFS，
很显然，你的程序连process目录都进不去的。
此外，想要更改一个目录或文件的权限，当前用户则必须是有效用户或超级用户才可以。
想要解决的话，嘿嘿， 如果你设置的hadoop.security.authentication property，也就是认证方式为simple的话（默认就是simple），那还可以钻该认证方式的空子，运行程序是伪装成有效用户或者超
级用户即可。
此外，有一行代码需要修改一下，我在实验后发现设置权限那一行有误，如下：
//hdfs.setPermission(dstPath, new FsPermission((short) 775));
hdfs.setPermission(dstPath, new FsPermission("755"));
hdfs里面看不见目录？
jps是java的工具，能够显示系统当前运行的java程序及其进程号。
运行jps没有显示，应该是没有配置好系统的path、java_home和classpath。
执行hadoop fs -ls等同于hadoop fs -ls .该命令查看的是hdfs的/user/hadoop目录。而且默认是没有这个目录的。需要自己创建。
flink是哪个公司开发的？
Apache Flink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。Flink以数据并行和流水线方式执行任意流数据程序，Flink的流水线运行时系统可以执行批处理和流处理程序。此外，Flink的运行时本身也支持迭代算法的执行。
Flink提供高吞吐量、低延迟的流数据引擎以及对事件-时间处理和状态管理的支持。Flink应用程序在发生机器故障时具有容错能力，并且支持exactly-once语义。程序可以用Java、Scala、Python和SQL等语言编写，并自动编译和优化到在集群或云环境中运行的数据流程序。
Flink并不提供自己的数据存储系统，但为Amazon Kinesis、Apache Kafka、Alluxio、HDFS、Apache Cassandra和Elasticsearch等系统提供了数据源和接收器。
Apache Flink的数据流编程模型在有限和无限数据集上提供单次事件（event-at-a-time）处理。在基础层面，Flink程序由流和转换组成。 “从概念上讲，流是一种（可能永无止境的）数据流记录，转换是一种将一个或多个流作为输入并因此产生一个或多个输出流的操作”。
Apache Flink包括两个核心API：用于有界或无界数据流的数据流API和用于有界数据集的数据集API。Flink还提供了一个表API，它是一种类似SQL的表达式语言，用于关系流和批处理，可以很容易地嵌入到Flink的数据流和数据集API中。Flink支持的最高级语言是SQL，它在语义上类似于表API，并将程序表示为SQL查询表达式。
到此，以上就是小编对于该问题就介绍到这了，希望介绍关于java hdfs配置xml不生效的3点解答对大家有用。
