如何通过InputStream读取本地OrcFile？无HDFS路径的解决方法

没问题，其实Orc的Reader依赖的是Hadoop的FileSystem抽象层，并非只能用HDFS——只要把FileSystem配置成本地实现，就能直接读取本地的Orc文件。下面给你两种可行的方案：

方案1：通过全局配置指定本地文件系统 #

这种方式修改Hadoop的Configuration，让它默认使用本地文件系统处理路径：

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.orc.OrcFile;
import org.apache.orc.Reader;

public class LocalOrcReader {
    public static void main(String[] args) throws Exception {
        // 初始化配置，指定默认文件系统为本地
        Configuration config = new Configuration();
        config.set("fs.defaultFS", "file:///");
        // 可选：显式指定本地FileSystem实现类，避免环境冲突
        // config.set("fs.file.impl", "org.apache.hadoop.fs.LocalFileSystem");

        // 构造本地Orc文件路径：
        // - Linux/macOS用绝对路径："/home/user/data/sample.orc" 或 "file:///home/user/data/sample.orc"
        // - Windows用："file:///C:/Users/user/data/sample.orc" 或 "C:\\Users\\user\\data\\sample.orc"
        Path localOrcPath = new Path("/path/to/your/local/file.orc");

        // 创建Reader，和HDFS用法几乎一致
        Reader reader = OrcFile.createReader(localOrcPath, OrcFile.readerOptions(config));
        
        // 接下来就可以正常读取文件内容了，比如获取schema、读取行数据等
        // ...
    }
}

方案2：显式指定本地FileSystem实例（推荐） #

如果不想修改全局配置（避免影响其他Hadoop相关操作），可以直接在readerOptions中指定本地FileSystem：

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.orc.OrcFile;
import org.apache.orc.Reader;

public class LocalOrcReader {
    public static void main(String[] args) throws Exception {
        Configuration config = new Configuration();
        // 获取本地FileSystem实例
        FileSystem localFs = FileSystem.getLocal(config);
        
        Path localOrcPath = new Path("/path/to/your/local/file.orc");

        // 创建Reader时显式传入本地FileSystem
        Reader reader = OrcFile.createReader(
            localOrcPath, 
            OrcFile.readerOptions(config).filesystem(localFs)
        );
        
        // 后续操作...
    }
}

注意事项 #

• 确保你的项目依赖了Hadoop Common模块（hadoop-common），因为FileSystem属于这个模块
• 路径尽量用绝对路径，相对路径会基于当前程序的工作目录，容易出现找不到文件的问题
• Windows系统下注意路径分隔符：可以用/（推荐），或者转义后的\\

内容的提问来源于stack exchange，提问作者wxmimperio