bash - 循环遍历 HDFS 目录中的文件

Question

我需要遍历 Hadoop 文件系统中的所有 csv 文件。我可以用

列出 HDFS 目录中的所有文件

> hadoop fs -ls /path/to/directory
Found 2 items
drwxr-xr-x   - hadoop hadoop          2 2016-10-12 16:20 /path/to/directory/tmp
-rwxr-xr-x   3 hadoop hadoop 4691945927 2016-10-12 19:37 /path/to/directory/myfile.csv

并且可以使用

遍历标准目录中的所有文件

for filename in /path/to/another/directory/*.csv; do echo $filename; done

但是我怎样才能将两者结合起来呢？我试过了

for filename in `hadoop fs -ls /path/to/directory | grep csv`; do echo $filename; done

但这给了我一些废话，比如

Found
2
items
drwxr-xr-x

hadoop
hadoop
2    
2016-10-12
....

Answer 1

这应该可行

for filename in `hadoop fs -ls /path/to/directory | awk '{print $NF}' | grep .csv$ | tr '\n' ' '`
do echo $filename; done