title: Hadoop系列004-Hadoop运行模式（上）
date: 2018-11-20 14:27:00
updated: 2018-11-20 14:27:00
categories: Hadoop
tags: [Hadoop,框架,运行模式]
本人微信公众号，欢迎扫码关注！
Hadoop运行模式
1、概述
1）官方网址
- 官方网站：http://hadoop.apache.org/
- 各个版本归档库地址：https://archive.apache.org/dist/hadoop/common/hadoop-2.7.2/
- hadoop2.7.2版本详情介绍：http://hadoop.apache.org/docs/r2.7.2/
2）Hadoop运行模式
- 本地模式（默认模式）：不需要启用单独进程，直接可以运行，测试和开发时使用。
- 伪分布式模式：等同于完全分布式，只有一个节点。
- 完全分布式模式：多个节点一起运行。
2、案例
2.1、本地文件运行Hadoop 案例
-
官方grep案例
-
1）创建在hadoop-2.7.2文件下面创建一个input文件夹
[intflag@hadoop101 hadoop-2.7.2]$mkdir input -
2）将hadoop的xml配置文件复制到input
[intflag@hadoop101 hadoop-2.7.2]$cp etc/hadoop/*.xml input -
3）执行share目录下的mapreduce程序
[intflag@hadoop101 hadoop-2.7.2]$ bin/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar grep input output 'dfs[a-z.]+' -
4）查看输出结果
[intflag@hadoop101 hadoop-2.7.2]$ cat output/*
-
-
官方wordcount案例
-
1）创建在hadoop-2.7.2文件下面创建一个wcinput文件夹
[intflag@hadoop101 hadoop-2.7.2]$mkdir wcinput -
2）在wcinput文件下创建一个wc.input文件
[intflag@hadoop101 hadoop-2.7.2]$cd wcinput [intflag@hadoop101 wcinput]$touch wc.input -
3）编辑wc.input文件
[intflag@hadoop101 wcinput]$vim wc.input 在文件中输入如下内容 hadoop yarn hadoop mapreduce intflag intflag 保存退出：：wq -
4）回到hadoop目录/opt/module/hadoop-2.7.2
-
5）执行程序
[intflag@hadoop101 hadoop-2.7.2]$hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount wcinput wcoutput -
6）查看结果
[intflag@hadoop101 hadoop-2.7.2]$cat wcoutput/part-r-00000 intflag 2 hadoop 2 mapreduce 1 yarn 1
-
2.2、伪分布式运行Hadoop 案例
-
HDFS上运行MapReduce 程序
-
1）分析：
- （1）准备1台客户机
- （2）安装jdk
- （3）配置环境变量
- （4）安装hadoop
- （5）配置环境变量
- （6）配置集群
- （7）启动、测试集群增、删、查
- （8）在HDFS上执行wordcount案例
-
2）执行步骤
-
（1）配置集群
-
（a）配置：hadoop-env.sh
-
Linux系统中获取jdk的安装路径
[root@ hadoop101 ~]# echo $JAVA_HOME /opt/module/jdk1.7.0_79 -
修改JAVA_HOME 路径
export JAVA_HOME=/opt/module/jdk1.7.0_79
-
-
（b）配置：/etc/hadoop/下的core-site.xml
<!-- 指定HDFS中NameNode的地址 --> <property> <name>fs.defaultFS</name> <value>hdfs://hadoop101:8020</value> </property> <!-- 指定hadoop运行时产生文件的存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/module/hadoop-2.7.2/data/tmp</value> </property> -
（c）配置：hdfs-site.xml
<!-- 指定HDFS副本的数量 --> <property> <name>dfs.replication</name> <value>1</value> </property>
-
-
（2）启动集群
-
（a）格式化namenode（第一次启动时格式化，以后就不要总格式化）
bin/hdfs namenode -format -
（b）启动namenode
sbin/hadoop-daemon.sh start namenode -
（c）启动datanode
sbin/hadoop-daemon.sh start datanode
-
-
（3）查看集群
-
（a）查看是否启动成功
[root@hadoop ~]# jps 13586 NameNode 13668 DataNode 13786 Jps -
（b）查看产生的log日志
当前目录：/opt/module/hadoop-2.7.2/logs [root@hadoop101 logs]# ls hadoop-root-datanode-hadoop.intflag.com.log hadoop-root-datanode-hadoop.intflag.com.out hadoop-root-namenode-hadoop.intflag.com.log hadoop-root-namenode-hadoop.intflag.com.out SecurityAuth-intflag.audit [root@hadoop101 logs]# cat hadoop-root-datanode-hadoop.intflag.com.log -
（c）web端查看HDFS文件系统
http://192.168.25.101:50070/dfshealth.html#tab-overview 注意：如果不能查看，看如下帖子处理 http://www.cnblogs.com/zlslch/p/6604189.html
-
-
（4）操作集群
-
（a）在hdfs文件系统上创建一个input文件夹
[intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -mkdir -p /user/intflag/input 或 [intflag@hadoop101 hadoop-2.7.2]$ hdfs dfs -mkdir -p /user/intflag/input -
（b）将测试文件内容上传到文件系统上
[intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -put wcinput/wc.input /user/intflag/input 或 [intflag@hadoop101 hadoop-2.7.2]$ hdfs dfs -put wcinput/wc.input /user/intflag/input -
（c）查看上传的文件是否正确
[intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -ls -R / -
（d）在Hdfs上运行mapreduce程序
[intflag@hadoop101 hadoop-2.7.2]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/intflag/input/wc.input /user/intflag/output -
（e）查看输出结果
[intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -cat /user/intflag/output/part-r-00000 intflag 2 doop 1 hadoop 1 mapreduce 1 yarn 1 -
（f）将测试文件内容下载到本地
[intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -get /user/intflag/output/part-r-00000 ./wcoutput/ -
（g）删除输出结果
[intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -rm -r /user/intflag/output 18/11/21 10:17:43 INFO fs.TrashPolicyDefault: Namenode trash configuration: Deletion interval = 0 minutes, Emptier interval = 0 minutes. Deleted /user/intflag/output -
（H）hadoop fs、hadoop dfs与hdfs dfs命令的区别
- hadoop fs：使用面最广，可以操作任何文件系统。
- hadoop dfs与hdfs dfs：只能操作HDFS文件系统相关（包括与Local FS间的操作），前者已经Deprecated，一般使用后者。
-
-
-
-
YARN上运行MapReduce 程序
-
1）分析：
- （1）准备1台客户机
- （2）安装jdk
- （3）配置环境变量
- （4）安装hadoop
- （5）配置环境变量
- （6）配置集群yarn上运行
- （7）启动、测试集群增、删、查
- （8）在yarn上执行wordcount案例
-
2）执行步骤
-
（1）配置集群
-
（a）配置yarn-env.sh
配置一下JAVA_HOME export JAVA_HOME=/opt/module/jdk1.7.0_79 -
（b）配置：mapred-env.sh
配置一下JAVA_HOME export JAVA_HOME=/opt/module/jdk1.7.0_79 -
（c）配置yarn-site.xml
<!-- reducer获取数据的方式 --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <!-- 指定YARN的ResourceManager的地址 --> <property> <name>yarn.resourcemanager.hostname</name> <value>hadoop101</value> </property> -
（d）配置： (对mapred-site.xml.template重新命名为) mapred-site.xml
<!-- 指定mr运行在yarn上 --> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property>
-
-
（2）启动集群
-
（a）启动namenode和datanode（先用jps查看，若已启动则不需要再启）
sbin/hadoop-daemon.sh start namenode sbin/hadoop-daemon.sh start datanode -
（b）启动resourcemanager
sbin/yarn-daemon.sh start resourcemanager -
（c）启动nodemanager
sbin/yarn-daemon.sh start nodemanager
-
-
（3）集群操作
-
（a）yarn的浏览器页面查看：http://hadoop101:8088/cluster
-
（b）删除文件系统上的output文件（若无则不用删除）
bin/hdfs dfs -rm -R /user/mapreduce/wordcount/output -
（c）执行mapreduce程序
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.2.jar wordcount /user/intflag/input /user/intflag/output -
（d）查看运行结果
[intflag@hadoop101 hadoop-2.7.2]$ hadoop fs -cat /user/intflag/output/part-r-00000 intflag 2 doop 1 hadoop 1 mapreduce 1 yarn 1
-
-
-
-
修改本地临时文件存储目录
-
1）停止进程
[intflag@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop nodemanager stopping nodemanager [intflag@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh stop resourcemanager stopping resourcemanager [intflag@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop namenode stopping namenode [intflag@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh stop datanode stopping datanode [intflag@hadoop101 hadoop-2.7.2]$ -
2）修改hadoop.tmp.dir
<!-- 指定hadoop运行时产生文件的存储目录 --> <property> <name>hadoop.tmp.dir</name> <value>/opt/module/hadoop-2.7.2/data/tmp</value> </property> -
3）删除旧的临时文件
[intflag@hadoop101 tmp]$ rm -rf hadoop-intflag [intflag@hadoop101 tmp]$ rm -rf hadoop-intflag-namenode.pid [intflag@hadoop101 hadoop-2.7.2]$ rm -rf logs/ -
4）格式化NameNode
[intflag@hadoop101 hadoop-2.7.2]$ hadoop namenode -format -
5）启动所有进程
[intflag@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start namenode [intflag@hadoop101 hadoop-2.7.2]$ sbin/hadoop-daemon.sh start datanode [intflag@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start resourcemanager [intflag@hadoop101 hadoop-2.7.2]$ sbin/yarn-daemon.sh start nodemanager -
6）查看/opt/module/hadoop-2.7.2/data/tmp这个目录下的内容。
-
-
Hadoop配置文件说明
-
Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。
-
（1）默认配置文件：存放在hadoop相应的jar包中
[core-default.xml] hadoop-common-2.7.2.jar/ core-default.xml [hdfs-default.xml] hadoop-hdfs-2.7.2.jar/ hdfs-default.xml [yarn-default.xml] hadoop-yarn-common-2.7.2.jar/ yarn-default.xml [core-default.xml] hadoop-mapreduce-client-core-2.7.2.jar/ core-default.xml -
（2）自定义配置文件：存放在$HADOOP_HOME/etc/hadoop
core-site.xml hdfs-site.xml yarn-site.xml mapred-site.xml
-
2.3、完全分布式部署Hadoop
- 见Hadoop系列005-Hadoop运行模式（下）